論文の概要: Social Computational Design Method for Generating Product Shapes with GAN and Transformer Models

• arxiv url: http://arxiv.org/abs/2202.10774v1
• Date: Tue, 22 Feb 2022 09:51:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-23 15:36:50.537313
• Title: Social Computational Design Method for Generating Product Shapes with GAN and Transformer Models
• Title（参考訳）: ganおよび変圧器モデルを用いた製品形状生成のための社会計算設計法
• Authors: Maolin Yang and Pingyu Jiang
• Abstract要約: 知的製品設計のための高速開発人工知能技術の利点を生かした社会計算設計手法が確立された。 この方法は、設計ソリューション空間を定義し、トレーニングサンプルを作成し、最終的には、与えられた設計タスクに対する不完全なソリューションに従って設計ソリューションを推奨できるインテリジェントモデルを取得することができる。
• 参考スコア（独自算出の注目度）: 8.01820391174237
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A social computational design method is established, aiming at taking advantages of the fast-developing artificial intelligence technologies for intelligent product design. Supported with multi-agent system, shape grammar, Generative adversarial network, Bayesian network, Transformer, etc., the method is able to define the design solution space, prepare training samples, and eventually acquire an intelligent model that can recommend design solutions according to incomplete solutions for given design tasks. Product shape design is used as entry point to demonstrate the method, however, the method can be applied to tasks rather than shape design when the solutions can be properly coded.
• Abstract（参考訳）: 知的製品設計のための高速開発人工知能技術の利点を生かした社会計算設計手法が確立された。 マルチエージェントシステム、形状文法、生成逆ネットワーク、ベイジアンネットワーク、トランスフォーマなどをサポートし、設計ソリューション空間を定義し、トレーニングサンプルを作成し、最終的に、所定の設計タスクに対する不完全なソリューションに従って設計ソリューションを推奨できるインテリジェントモデルを取得することができる。 製品形状設計は、その手法を実証するためのエントリポイントとして用いられるが、ソリューションが適切にコーディングされる場合、形状設計よりもタスクに適用することができる。

関連論文リスト

• 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)
• Zero-shot Sequential Neuro-symbolic Reasoning for Automatically Generating Architecture Schematic Designs [4.78070970632469]
  本稿では,アーキテクチャ設計を自動生成するシステムを提案する。 我々は、生成AI(神経推論)と数学的プログラムソルバ(記号推論)の強みを利用する。 提案手法は, 周辺地域の理解に応じて, 様々な建築設計を作成できる。
  論文  参考訳（メタデータ） (2024-01-25T12:52:42Z)
• Compositional Generative Inverse Design [69.22782875567547]
  入力変数を設計して目的関数を最適化する逆設計は重要な問題である。 拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。 N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
  論文  参考訳（メタデータ） (2024-01-24T01:33:39Z)
• Machine Learning Insides OptVerse AI Solver: Design Principles and Applications [74.67495900436728]
  本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。 本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。 本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
  論文  参考訳（メタデータ） (2024-01-11T15:02:15Z)
• Investigating Positive and Negative Qualities of Human-in-the-Loop Optimization for Designing Interaction Techniques [55.492211642128446]
  設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。 モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。 一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
  論文  参考訳（メタデータ） (2022-04-15T20:40:43Z)
• Inverse design of photonic devices with strict foundry fabrication constraints [55.41644538483948]
  本稿では,ナノフォトニクス素子の逆設計法を提案し,設計が厳密な長さの制約を満たすことを保証した。 本手法の性能と信頼性を,いくつかの共通集積フォトニック部品を設計することによって実証する。
  論文  参考訳（メタデータ） (2022-01-31T02:27:25Z)
• Mixed Integer Neural Inverse Design [27.43272793942742]
  日常的なニューラルネットワークで非常に一般的なピースワイズ線形性は、混合整数線形プログラミングに基づく逆設計の定式化を可能にする。 我々の混合整数逆設計は、大域的最適あるいは近距離最適解を原則的に発見する。
  論文  参考訳（メタデータ） (2021-09-27T09:19:41Z)
• An adaptive artificial neural network-based generative design method for layout designs [17.377351418260577]
  適応型人工ニューラルネットワークに基づく生成設計手法の提案と開発。 新しい適応学習と最適化戦略が提案され、設計空間を効果的に探索することができます。 2つの熱源レイアウト設計問題に対して,提案手法の性能を実証した。
  論文  参考訳（メタデータ） (2021-01-29T05:32:17Z)
• An AI-Assisted Design Method for Topology Optimization Without Pre-Optimized Training Data [68.8204255655161]
  トポロジ最適化に基づくAI支援設計手法を提示し、最適化された設計を直接的に得ることができる。 設計は、境界条件と入力データとしての充填度に基づいて、人工ニューラルネットワーク、予測器によって提供される。
  論文  参考訳（メタデータ） (2020-12-11T14:33:27Z)
• Generative Design by Reinforcement Learning: Enhancing the Diversity of Topology Optimization Designs [5.8010446129208155]
  本研究では、トポロジ設計の多様性を最大化する報酬関数を備えた強化学習に基づく生成設計プロセスを提案する。 RLをベースとした生成設計は,GPUを完全自動で活用することにより,短時間で多数の多様な設計を生成できることを示す。
  論文  参考訳（メタデータ） (2020-08-17T06:50:47Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。