論文の概要: Counterfactuals for Design: A Model-Agnostic Method For Design
Recommendations
- arxiv url: http://arxiv.org/abs/2305.11308v1
- Date: Thu, 18 May 2023 21:10:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-22 17:20:15.690850
- Title: Counterfactuals for Design: A Model-Agnostic Method For Design
Recommendations
- Title(参考訳): デザインのファクトファクト:設計勧告のモデルに依存しない方法
- Authors: Lyle Regenwetter, Yazan Abu Obaideh, Faez Ahmed
- Abstract要約: MCD (Multi-Objective Counterfactuals for Design) は, 設計問題の非現実的最適化手法である。
本論文は2次元テストケースを用いてMDDの中核機能を実証し,次に自転車設計の3つのケーススタディを示した。
- 参考スコア(独自算出の注目度): 3.463438487417909
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce Multi-Objective Counterfactuals for Design (MCD), a novel method
for counterfactual optimization in design problems. Counterfactuals are
hypothetical situations that can lead to a different decision or choice. In
this paper, the authors frame the counterfactual search problem as a design
recommendation tool that can help identify modifications to a design, leading
to better functional performance. MCD improves upon existing counterfactual
search methods by supporting multi-objective queries, which are crucial in
design problems, and by decoupling the counterfactual search and sampling
processes, thus enhancing efficiency and facilitating objective tradeoff
visualization. The paper demonstrates MCD's core functionality using a
two-dimensional test case, followed by three case studies of bicycle design
that showcase MCD's effectiveness in real-world design problems. In the first
case study, MCD excels at recommending modifications to query designs that can
significantly enhance functional performance, such as weight savings and
improvements to the structural safety factor. The second case study
demonstrates that MCD can work with a pre-trained language model to suggest
design changes based on a subjective text prompt effectively. Lastly, the
authors task MCD with increasing a query design's similarity to a target image
and text prompt while simultaneously reducing weight and improving structural
performance, demonstrating MCD's performance on a complex multimodal query.
Overall, MCD has the potential to provide valuable recommendations for
practitioners and design automation researchers looking for answers to their
``What if'' questions by exploring hypothetical design modifications and their
impact on multiple design objectives. The code, test problems, and datasets
used in the paper are available to the public at
decode.mit.edu/projects/counterfactuals/.
- Abstract(参考訳): 本稿では,設計問題における非現実的最適化手法であるMCD(Multi-Objective Counterfactuals for Design)を紹介する。
反事実は、異なる決定や選択につながる仮定的な状況である。
本稿では,設計の修正を識別し,機能性能の向上につながる設計推薦ツールとして,ファクトファクトファクト検索問題を考察する。
mcdは、設計問題において重要な多目的クエリをサポートし、逆目的検索とサンプリングプロセスを分離することにより、効率を高め、客観的なトレードオフ可視化を容易にすることにより、既存の逆目的検索方法を改善している。
本論文は,2次元テストケースを用いてmcdのコア機能を実証し,さらに自転車設計の3つのケーススタディを行い,実世界設計問題におけるmcdの有効性を示す。
最初のケーススタディでは、MCDは、重量削減や構造安全因子の改善など、機能性能を大幅に向上させるクエリ設計の修正を推奨している。
第2のケーススタディは、mcdが事前学習した言語モデルを使って、主観的なテキストに基づいてデザインの変更を効果的に提案できることを示しています。
最後に、著者らは、重み付けと構造性能の改善を同時に行い、複雑なマルチモーダルクエリ上でのMCDの性能を実証しながら、クエリ設計とターゲット画像とテキストプロンプトとの類似性を高めることに取り組む。
全体として、mcdは実践者やデザイン自動化研究者に対して、仮説的な設計変更と、複数の設計目標に対する影響を探求することで、‘what if’の質問に対する答えを求める貴重な推奨を提供する可能性がある。
論文で使われているコード、テスト問題、データセットはdecode.mit.edu/projects/counterfactuals/で公開されている。
関連論文リスト
- Cantor: Inspiring Multimodal Chain-of-Thought of MLLM [83.6663322930814]
視覚的コンテキスト獲得と論理的推論の集約は、視覚的推論タスクに取り組む上で重要であると我々は主張する。
我々はCantorと呼ばれる革新的なマルチモーダルCoTフレームワークを提案し、その特徴は知覚決定アーキテクチャである。
提案手法の有効性を実証し,マルチモーダルCoT性能の大幅な向上を示した。
論文 参考訳(メタデータ) (2024-04-24T17:59:48Z) - Towards Coarse-to-Fine Evaluation of Inference Efficiency for Large Language Models [95.96734086126469]
大規模言語モデル(LLM)は、ユーザが仕事を達成するのを助けるアシスタントとして機能し、高度なアプリケーションの開発をサポートする。
LLMの幅広い応用にとって、推論効率は重要な問題であり、既存の研究で広く研究されている。
各種コードライブラリの推論性能の粗大な解析を行う。
論文 参考訳(メタデータ) (2024-04-17T15:57:50Z) - Intuition-aware Mixture-of-Rank-1-Experts for Parameter Efficient Finetuning [50.73666458313015]
大規模言語モデル(LLM)はマルチメディアアプリケーションで複数のタスクを実行する上で大きな可能性を証明している。
MoEは、効率的なタスクデカップリングのためのスパースアーキテクチャによる有望なソリューションとして登場した。
Intuition-MoR1Eは14のパブリックデータセットで優れた効率と2.15%の全体的な精度向上を実現している。
論文 参考訳(メタデータ) (2024-04-13T12:14:58Z) - Task2Morph: Differentiable Task-inspired Framework for Contact-Aware Robot Design [5.4795537587182475]
本稿では,タスク2Morphと呼ばれる接触認識型ロボット設計のための,新しい識別可能なタスクインスパイアされたフレームワークを提案する。
そこでは,マッピング学習と全最適化の両方に勾配情報を活用した,微分可能なロボット設計プロセスにマッピングを組み込む。
実験は3つのシナリオで実施され,Task2MorphがDiffHandより優れていることが確認された。
論文 参考訳(メタデータ) (2024-03-28T02:02:00Z) - 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) - Single and Multi-Objective Optimization Benchmark Problems Focusing on
Human-Powered Aircraft Design [0.0]
本稿では,単目的最適化と多目的最適化の両方の研究を進めることを目的とした,新しいベンチマーク問題を提案する。
これらのベンチマーク問題は、流体力学や材料力学のような現実世界の設計上の考慮事項を取り入れているという点でユニークな問題である。
本稿では,これらの課題における3つの難易度と翼分割パラメータを提案し,様々な研究ニーズに適合するスケーラブルな複雑性を実現する。
論文 参考訳(メタデータ) (2023-12-14T14:01:41Z) - 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) - Differential evolution variants for Searching D- and A-optimal designs [0.0]
DとAの最適設計は、最適設計の分野で非常に難しい問題である。
従来の進化的アルゴリズム(EA)は、実験的な最適化設計問題のごく一部に適用される。
本稿では,D-およびA-最適設計を複数の異なる統計モデルで求めるための微分進化(DE)変異について検討する。
論文 参考訳(メタデータ) (2022-08-24T01:50:14Z) - 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) - MO-PaDGAN: Reparameterizing Engineering Designs for Augmented
Multi-objective Optimization [13.866787416457454]
多目的最適化は多くのエンジニアリング設計問題を解決する上で鍵となる。
深い生成モデルはコンパクトなデザイン表現を学ぶことができる。
Mo-PaDGANは、生成的対向ネットワークに決定的ポイントプロセスに基づく損失関数を追加する。
論文 参考訳(メタデータ) (2020-09-15T13:58:31Z)
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。