Fugu-MT 論文翻訳(概要): MCD: A Model-Agnostic Counterfactual Search Method For Multi-modal Design Modifications

論文の概要: MCD: A Model-Agnostic Counterfactual Search Method For Multi-modal Design Modifications

arxiv url: http://arxiv.org/abs/2305.11308v2
Date: Sat, 1 Jun 2024 02:32:13 GMT
ステータス: 処理完了
システム内更新日: 2024-06-04 21:39:44.219564
Title: MCD: A Model-Agnostic Counterfactual Search Method For Multi-modal Design Modifications
Title（参考訳）: MCD:マルチモーダル設計修正のためのモデルに依存しない非実数探索法
Authors: Lyle Regenwetter, Yazan Abu Obaideh, Faez Ahmed,
Abstract要約: 本稿では,MCD(Multi-objective Counterfactuals for Design)を提案する。本論文は,3つの実証自転車設計課題を用いて,複雑なエンジニアリングタスクにおけるMDDの機能を示す。
参考スコア（独自算出の注目度）: 3.378208985100929
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Designers may often ask themselves how to adjust their design concepts to achieve demanding functional goals. To answer such questions, designers must often consider counterfactuals, weighing design alternatives and their projected performance. This paper introduces Multi-objective Counterfactuals for Design (MCD), a computational tool that automates and streamlines the counterfactual search process and recommends targeted design modifications that meet designers' unique requirements. MCD improves upon existing counterfactual search methods by supporting multi-objective requirements, which are crucial in design problems, and by decoupling the counterfactual search and sampling processes, thus enhancing efficiency and facilitating objective trade-off visualization. The paper showcases MCD's capabilities in complex engineering tasks using three demonstrative bicycle design challenges. In the first, MCD effectively identifies design modifications that quantifiably enhance functional performance, strengthening the bike frame and saving weight. In the second, MCD modifies parametric bike models in a cross-modal fashion to resemble subjective text prompts or reference images. In a final multidisciplinary case study, MCD tackles all the quantitative and subjective design requirements introduced in the first two problems, while simultaneously customizing a bike design to an individual rider's biomechanical attributes. By exploring hypothetical design alterations and their impact on multiple design objectives, MCD recommends effective design modifications for practitioners seeking to make targeted enhancements to their designs. 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）: 設計者は、要求の多い機能目標を達成するために設計概念をどう調整するかを自問することがある。このような疑問に答えるためには、デザイナはデザイナに対して、設計上の代替案と予測されたパフォーマンスを考慮に入れなければならない。本稿では,MCD(Multi-objective Counterfactuals for Design)を提案する。 MCDは、設計問題に不可欠な多目的要求をサポートし、また、偽物探索とサンプリングプロセスを分離することにより、既存の偽物探索法を改善し、効率を向上し、客観的なトレードオフ可視化を容易にする。本論文は,3つの実証自転車設計課題を用いて,複雑なエンジニアリングタスクにおけるMDDの機能を示す。第一に、MDDは機能性能を定量的に向上し、自転車フレームを強化し、重量を節約する設計変更を効果的に識別する。第2に、MDDはパラメトリックバイクモデルを、主観的なテキストプロンプトや参照画像に類似するように、クロスモーダルな方法で修正する。最終学際的なケーススタディでは、MCDは最初の2つの問題で導入された量的および主観的な設計要件に取り組み、同時に自転車の設計を個々のライダーの生体力学特性にカスタマイズする。仮説的な設計変更と、それらが複数の設計目標に与える影響を探求することで、MDDは、その設計をターゲットとした拡張を行おうとする実践者に対して、効果的な設計修正を推奨している。論文で使用されるコード、テスト問題、データセットは、decode.mit.edu/projects/counterfactuals/で一般に公開されている。

関連論文リスト

DiffDesign: Controllable Diffusion with Meta Prior for Efficient Interior Design Generation [25.532400438564334]
DiffDesignは、メタプリミティブを持つ制御可能な拡散モデルであり、効率的な内部設計生成を実現する。具体的には,画像データセット上で事前学習した2次元拡散モデルの生成先行をレンダリングバックボーンとして利用する。さらに、外観、ポーズ、サイズといったデザイン属性を横断的に制御し、視点整合性を強制する最適な転送ベースのアライメントモジュールを導入することで、デノナイジングプロセスをガイドする。
論文参考訳（メタデータ） (2024-11-25T11:36:34Z)
What makes a good BIM design: quantitative linking between design behavior and quality [0.6088110776359856]
本研究は,デザイン行動と品質の関係を初めて同定し,定量的に記述する新しいアプローチを提案する。リアルタイム収集とログマイニングが統合され、設計行動の生データを収集する。結果は、様々なモデルで学習できる既存の量的関係を確認した。
論文参考訳（メタデータ） (2024-11-14T14:37:15Z)
CAD-Prompted Generative Models: A Pathway to Feasible and Novel Engineering Designs [4.806185947218336]
本稿では,実現可能なCAD画像の生成を促すことによって,設計の実現可能性を向上させる手法を提案する。その結果、CAD画像のプロンプトは、Stable Diffusion 2.1のようなテキストから画像への変換に有効であることが示されている。
論文参考訳（メタデータ） (2024-07-11T17:07:32Z)
PosterLLaVa: Constructing a Unified Multi-modal Layout Generator with LLM [58.67882997399021]
本研究では,グラフィックレイアウトの自動生成のための統合フレームワークを提案する。データ駆動方式では、レイアウトを生成するために構造化テキスト(JSONフォーマット)とビジュアルインストラクションチューニングを用いる。我々は、大規模な実験を行い、パブリックなマルチモーダルレイアウト生成ベンチマーク上で、最先端(SOTA)性能を達成した。
論文参考訳（メタデータ） (2024-06-05T03:05:52Z)
Automatic Layout Planning for Visually-Rich Documents with Instruction-Following Models [81.6240188672294]
グラフィックデザインでは、プロでないユーザは、限られたスキルとリソースのために視覚的に魅力的なレイアウトを作成するのに苦労することが多い。レイアウト計画のための新しいマルチモーダル・インストラクション・フォロー・フレームワークを導入し、視覚的要素をカスタマイズしたレイアウトに簡単に配置できるようにする。本手法は,非専門職の設計プロセスを単純化するだけでなく,数ショット GPT-4V モデルの性能を上回り,mIoU は Crello で 12% 向上する。
論文参考訳（メタデータ） (2024-04-23T17:58:33Z)
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)
De-fine: Decomposing and Refining Visual Programs with Auto-Feedback [75.62712247421146]
De-fineは、複雑なタスクを単純なサブタスクに分解し、オートフィードバックを通じてプログラムを洗練する、トレーニング不要のフレームワークである。様々な視覚的タスクに対する我々の実験は、De-fineがより堅牢なプログラムを生成することを示している。
論文参考訳（メタデータ） (2023-11-21T06:24:09Z)
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)
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。