Fugu-MT 論文翻訳(概要): Generative Pre-Trained Transformer for Design Concept Generation: An Exploration

論文の概要: Generative Pre-Trained Transformer for Design Concept Generation: An Exploration

arxiv url: http://arxiv.org/abs/2111.08489v1
Date: Tue, 16 Nov 2021 14:12:08 GMT
ステータス: 処理完了
システム内更新日: 2021-11-17 20:19:02.018055
Title: Generative Pre-Trained Transformer for Design Concept Generation: An Exploration
Title（参考訳）: 設計概念生成のための生成事前学習トランス:探索
Authors: Qihao Zhu, Jianxi Luo
Abstract要約: 本稿では,自然言語設計概念生成における生成事前学習変換器(GPT)の利用について検討する。本実験では, GPT-2 と GPT-3 を設計作業における様々な創造的推論に用いた。
参考スコア（独自算出の注目度）: 6.233117407988574
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Novel concepts are essential for design innovation and can be generated with the aid of data stimuli and computers. However, current generative design algorithms focus on diagrammatic or spatial concepts that are either too abstract to understand or too detailed for early phase design exploration. This paper explores the uses of generative pre-trained transformers (GPT) for natural language design concept generation. Our experiments involve the use of GPT-2 and GPT-3 for different creative reasonings in design tasks. Both show reasonably good performance for verbal design concept generation.
Abstract（参考訳）: 新たな概念はデザインの革新に不可欠であり、データ刺激とコンピュータの助けを借りて生み出される。しかし、現在の生成設計アルゴリズムは、図形的あるいは空間的概念に焦点を合わせており、それは理解するには抽象的すぎるか、初期設計の探索には詳細すぎる。本稿では,自然言語設計概念生成における生成事前学習変換器(GPT)の利用について検討する。本実験では, GPT-2 と GPT-3 を設計作業における創造的推論に用いた。どちらも、言語設計の概念生成に適度に優れた性能を示す。

関連論文リスト

Inspired by AI? A Novel Generative AI System To Assist Conceptual Automotive Design [6.001793288867721]
デザインインスピレーションは、デザインの方向性を確立するだけでなく、感情を呼び起こし、概念設計プロセス中に意味を伝えるためにも不可欠である。多くの実践的デザイナーはPinterestのようなプラットフォーム上でテキストベースの検索を使用してイメージのアイデアを集め、続いて紙にスケッチしたり、デジタルツールを使ってコンセプトを開発したりする。拡散モデルのような新しい生成AI技術は、テキストとイメージインスピレーションインプットに基づいてデザイン概念を迅速に生成することで、これらのプロセスを合理化するための有望な道を提供する。
論文参考訳（メタデータ） (2024-06-06T17:04:14Z)
I-Design: Personalized LLM Interior Designer [57.00412237555167]
I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。 I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
論文参考訳（メタデータ） (2024-04-03T16:17:53Z)
Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文参考訳（メタデータ） (2024-02-27T17:11:35Z)
DreamCreature: Crafting Photorealistic Virtual Creatures from Imagination [140.1641573781066]
ターゲット概念のラベルなしイメージのセットを前提として、我々は、新しいハイブリッド概念を創出できるT2Iモデルをトレーニングすることを目指している。そこで我々はDreamCreatureと呼ばれる新しい手法を提案し,その基盤となるサブ概念を同定し抽出する。したがって、T2Iは忠実な構造とフォトリアリスティックな外観を持つ新しい概念を生成するのに適応する。
論文参考訳（メタデータ） (2023-11-27T01:24:31Z)
Human Machine Co-Creation. A Complementary Cognitive Approach to Creative Character Design Process Using GANs [0.0]
2つのニューラルネットワークが競合し、元のデータセットと区別できない新しい視覚コンテンツを生成する。提案するアプローチは、知覚、理解、作成のプロセスを伝えることを目的としている。マシンが生成した概念は、キャラクターデザイナーが新しいキャラクターを概念化するためのローンチプラットフォームとして使用される。
論文参考訳（メタデータ） (2023-11-23T12:18:39Z)
Using Text-to-Image Generation for Architectural Design Ideation [10.938191897918474]
本研究は, 建築設計プロセスの初期段階において, 創造性を支えるためのテキスト・ツー・イメージ・ジェネレータの可能性について, 初めて検討したものである。我々は17人の建築学生とともに実験室で研究を行い、3つの人気テキスト・ツー・イメージ・ジェネレータを用いた文化センターの概念を考案した。
論文参考訳（メタデータ） (2023-04-20T09:46:27Z)
Energy Transformer [64.22957136952725]
我々の研究は、機械学習における有望な3つのパラダイム、すなわち注意機構、エネルギーベースモデル、連想記憶の側面を組み合わせる。本稿では,エネルギー変換器(ET,Energy Transformer)と呼ばれる新しいアーキテクチャを提案する。
論文参考訳（メタデータ） (2023-02-14T18:51:22Z)
Biologically Inspired Design Concept Generation Using Generative Pre-Trained Transformers [13.852758740799452]
本稿では、生成事前学習言語モデル(PLM)に基づく生成設計手法を提案する。問題空間表現のゆるさに応じて、3種類の設計概念生成器をPLMから同定し、微調整する。このアプローチは評価され、その後、軽量の空飛ぶ自動車を設計する現実世界のプロジェクトで使用される。
論文参考訳（メタデータ） (2022-12-26T16:06:04Z)
Design Space Exploration and Explanation via Conditional Variational Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。 CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
論文参考訳（メタデータ） (2022-11-29T17:28:31Z)
Generative Transformers for Design Concept Generation [7.807713821263175]
本研究では,人工知能(AI)分野における自然言語生成技術(NLG)の最近の進歩について考察する。テキストデータからの知識と推論を活用するために,GPT(Generative Pre-trained Transformer)を用いた新しい手法を提案する。 3つの概念生成タスクは、異なる知識と推論(ドメイン知識合成、問題駆動合成、アナログ駆動合成)を活用するために定義される。
論文参考訳（メタデータ） (2022-11-07T11:29:10Z)
Knowledge-Enhanced Personalized Review Generation with Capsule Graph Neural Network [81.81662828017517]
カプセルグラフニューラルネットワークを用いた知識強調型PRGモデル(Caps-GNN)を提案する。我々の生成プロセスは、アスペクトシーケンス生成と文生成という2つの大きなステップを含む。組み込まれた知識グラフは、アスペクトレベルとワードレベルの両方でユーザの好みを高めることができる。
論文参考訳（メタデータ） (2020-10-04T03:54:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。