論文の概要: Towards AI-Architecture Liberty: A Comprehensive Survey on Designing and Collaborating Virtual Architecture by Deep Learning in the Metaverse
- arxiv url: http://arxiv.org/abs/2305.00510v3
- Date: Sun, 7 Apr 2024 05:59:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-10 05:27:02.558059
- Title: Towards AI-Architecture Liberty: A Comprehensive Survey on Designing and Collaborating Virtual Architecture by Deep Learning in the Metaverse
- Title(参考訳): AI-Architecture Libertyを目指す - メタバースにおけるディープラーニングによる仮想アーキテクチャの設計とコラボレーションに関する総合的な調査
- Authors: Anqi Wang, Jiahua Dong, Lik-Hang Lee, Jiachuan Shen, Pan Hui,
- Abstract要約: まず、仮想アーキテクチャの原理、生成技術、そして現在の文献を照らします。
本研究では, 深部生成モデル(DGM)を用いた3次元オブジェクト生成への最新のアプローチについて検討する。
深層学習支援アーキテクチャ生成における没入型システムとのユビキタスインタラクションの3つの重要な実現点を強調した。
- 参考スコア(独自算出の注目度): 23.58793497403681
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: 3D shape generation techniques leveraging deep learning have garnered significant interest from both the computer vision and architectural design communities, promising to enrich the content of the future metaverse. However, research on virtual architectural design remains limited, particularly regarding human-AI collaboration and deep learning-assisted design. We first illuminate the principles, generation techniques, and current literature of virtual architecture, focusing on challenges such as datasets, multimodality, design intuition, and generative frameworks. In our survey, we reviewed 187 related articles (80.7\% of articles published between 2018 and 2022) covering architectural research, virtual environments, and technical approaches. This survey investigates the latest approaches to 3D object generation with deep generative models (DGMs) and summarizes four characteristics of deep-learning generation approaches for virtual architecture. According to our analysis of the survey, we expound on four research agendas, including agency, communication, user consideration, and integrating tools, and highlight three important enablers of ubiquitous interaction with immersive systems in deep learning-assisted architectural generation. Our work contributes to fostering understanding between designers and deep learning techniques, broadening access to human-AI collaboration. We advocate for interdisciplinary efforts to address this timely research topic, facilitating content designing and generation in the metaverse.
- Abstract(参考訳): ディープラーニングを活用した3D形状生成技術は、コンピュータビジョンとアーキテクチャデザインコミュニティの両方から大きな関心を集め、将来のメタバースの内容を強化することを約束している。
しかし、バーチャルアーキテクチャ設計の研究は、人間とAIのコラボレーションとディープラーニング支援設計に関して、依然として限られている。
私たちはまず、データセット、マルチモーダリティ、デザイン直観、生成フレームワークといった課題に焦点を当て、原則、生成テクニック、そして現在の仮想アーキテクチャの文献を照らします。
調査では、アーキテクチャ研究、仮想環境、技術的アプローチに関する187の関連記事(2018年から2022年にかけて発行された記事の80.7%)をレビューした。
本研究では, 深層生成モデル(DGM)を用いた最新の3次元オブジェクト生成手法について検討し, 仮想アーキテクチャにおけるディープラーニング生成手法の4つの特徴を要約する。
本調査の分析では,エージェント,コミュニケーション,ユーザ配慮,統合ツールなど,4つの研究課題について概説し,深層学習支援アーキテクチャ生成における没入型システムとのユビキタスなインタラクションを実現する上で,3つの重要な課題を浮き彫りにした。
私たちの研究は、デザイナとディープラーニング技術間の理解の促進に寄与し、人間とAIのコラボレーションへのアクセスを拡大します。
我々は、このタイムリーな研究トピックに対処するための学際的な取り組みを提唱し、メタバースにおけるコンテンツ設計と生成を促進する。
関連論文リスト
- Generative AI for Architectural Design: A Literature Review [14.910709576423576]
ジェネレーティブ・人工知能は、建築設計における新しい方法論パラダイムを開拓した。
本稿では,建築設計におけるジェネレーティブAI技術の広範な応用について考察する。
論文 参考訳(メタデータ) (2024-03-30T13:25:11Z) - Sketch-to-Architecture: Generative AI-aided Architectural Design [20.42779592734634]
簡単なスケッチから概念的なフロアプランと3Dモデルを生成するために,AIモデルを利用する新しいワークフローを提案する。
我々の研究は、アーキテクチャ設計プロセスにおける生成AIの可能性を示し、コンピュータ支援アーキテクチャ設計の新しい方向性を指し示している。
論文 参考訳(メタデータ) (2024-03-29T14:04:45Z) - Survey on Modeling of Articulated Objects [15.296495542958496]
3Dモデリングはコンピュータビジョン、グラフィックス、ロボット工学における研究課題である。
本調査は, 調音物体の3次元モデリングにおける現状について概観する。
論文 参考訳(メタデータ) (2024-03-22T03:47:02Z) - 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) - State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。
また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。
利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
論文 参考訳(メタデータ) (2023-10-11T05:32:29Z) - Serving Deep Learning Model in Relational Databases [72.72372281808694]
リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。
最先端のDL-Centricアーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。
UDF-Centricアーキテクチャは、データベースシステム内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
potentialRelation-Centricアーキテクチャは、演算子による大規模テンソル計算を表現することを目的としている。
論文 参考訳(メタデータ) (2023-10-07T06:01:35Z) - Architecture Knowledge Representation and Communication Industry Survey [0.0]
我々は、アーキテクチャ知識の現在の実践を理解し、将来ソフトウェアアーキテクチャの持続可能性に取り組むために持続可能性をどのように適用できるかを探求することを目的としている。
オランダの著名な銀行で働く45人の建築家から回答を得た。
論文 参考訳(メタデータ) (2023-09-20T18:17:16Z) - Vision+X: A Survey on Multimodal Learning in the Light of Data [71.07658443380264]
様々なモダリティのデータを組み込んだマルチモーダル機械学習は、ますます人気のある研究分野になりつつある。
我々は、視覚、音声、テキストなど、各データフォーマットの共通点と特異点を分析し、Vision+Xの組み合わせによって分類された技術開発を提示する。
論文 参考訳(メタデータ) (2022-10-05T13:14:57Z) - Computer vision-based analysis of buildings and built environments: A
systematic review of current approaches [0.98314893665023]
本稿では,建物と建築環境のコンピュータビジョンに基づく分析を初めて体系的に検討する。
これは現在の研究のギャップとトレンドを明らかにし、研究目的の2つの主要なカテゴリを強調している。
論文 参考訳(メタデータ) (2022-08-01T14:17:51Z) - Visionary: Vision architecture discovery for robot learning [58.67846907923373]
低次元動作入力と高次元視覚入力の相互作用を検出するロボット操作学習のための視覚に基づくアーキテクチャ探索アルゴリズムを提案する。
提案手法は,タスクのトレーニング中にアーキテクチャを自動設計する - イメージ特徴表現をアクションと組み合わせ,参加する新しい方法と,それ以前のレイヤの機能とを組み合わせて発見する。
論文 参考訳(メタデータ) (2021-03-26T17:51:43Z) - A Review on Intelligent Object Perception Methods Combining
Knowledge-based Reasoning and Machine Learning [60.335974351919816]
物体知覚はコンピュータビジョンの基本的なサブフィールドである。
最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
論文 参考訳(メタデータ) (2019-12-26T13:26:49Z)
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。