論文の概要: A knowledge-driven framework for synthesizing designs from modular components

• arxiv url: http://arxiv.org/abs/2311.18533v1
• Date: Thu, 30 Nov 2023 13:16:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-01 16:31:27.094085
• Title: A knowledge-driven framework for synthesizing designs from modular components
• Title（参考訳）: モジュールコンポーネントから設計を合成する知識駆動フレームワーク
• Authors: Constantin Chaumet, Jakob Rehof, Thomas Schuster
• Abstract要約: 実装手順を自動化するためのユースケース知識駆動フレームワークを提案する。 特に、フレームワークは獲得した知識と設計概念をカタログ化する。 我々はCADソフトウェアAutodesk Fusion 360のプラグインとしてフレームワークを実装した。
• 参考スコア（独自算出の注目度）: 0.13154296174423616
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Creating a design from modular components necessitates three steps: Acquiring knowledge about available components, conceiving an abstract design concept, and implementing that concept in a concrete design. The third step entails many repetitive and menial tasks, such as inserting parts and creating joints between them. Especially when comparing and implementing design alternatives, this issue is compounded. We propose a use-case agnostic knowledge-driven framework to automate the implementation step. In particular, the framework catalogues the acquired knowledge and the design concept, as well as utilizes Combinatory Logic Synthesis to synthesize concrete design alternatives. This minimizes the effort required to create designs, allowing the design space to be thoroughly explored. We implemented the framework as a plugin for the CAD software Autodesk Fusion 360. We conducted a case study in which robotic arms were synthesized from a set of 28 modular components. Based on the case study, the applicability of the framework is analyzed and discussed.
• Abstract（参考訳）: 利用可能なコンポーネントに関する知識を取得し、抽象的な設計概念を理解し、その概念を具体的な設計で実装する。 第3のステップは、部品を挿入したり、それらの間のジョイントを作成するなど、多くの反復的およびメニアル的なタスクを伴います。 特にデザインの代替案を比較して実装する場合、この問題は複雑になる。 実装手順を自動化するためのユースケースに依存しない知識駆動フレームワークを提案する。 特に、フレームワークは獲得した知識と設計概念をカタログ化し、コンビネータ論理合成を利用して具体的な設計代替案を合成する。 これにより、設計に要する労力を最小限に抑え、設計スペースを徹底的に探索することができる。 我々はCADソフトウェアAutodesk Fusion 360のプラグインとしてフレームワークを実装した。 ロボットアームを28種類のモジュールコンポーネントから合成したケーススタディを行った。 ケーススタディに基づいて,フレームワークの適用性を分析し,考察した。

関連論文リスト

• The Framework of a Design Process Language [0.0]
  この論文は、概念形成フレームワークにおけるデザインの視点を発展させている。 設計対象と設計プロセスの両方を記述するための言語を概説する。
  論文  参考訳（メタデータ） (2024-04-21T17:20:19Z)
• 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)
• 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-Enabled Software and System Architecture Frameworks [48.87872564630711]
  データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。 10か国25以上の組織から61名の被験者を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-08-09T21:54:34Z)
• Experiments on Generative AI-Powered Parametric Modeling and BIM for Architectural Design [4.710049212041078]
  この研究は、3Dアーキテクチャ設計におけるChatGPTと生成AIの可能性について実験した。 このフレームワークはアーキテクトに設計意図を伝えるための直感的で強力な方法を提供する。
  論文  参考訳（メタデータ） (2023-08-01T01:51:59Z)
• Machine Learning-Based Multi-Objective Design Exploration Of Flexible Disc Elements [1.5638419778920147]
  本稿では,ANNアーキテクチャを工学設計問題に適用し,改良された設計ソリューションの探索と同定を行う。 本研究の問題点は、ディスク結合に使用されるフレキシブルディスク素子の設計である。 この目的を達成するために、ANNと遺伝的アルゴリズムを組み合わせて設計探索を行い、指定された基準を満たす設計を同定する。
  論文  参考訳（メタデータ） (2023-04-14T16:48:51Z)
• 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)
• Discovering Design Concepts for CAD Sketches [13.140310747416983]
  生スケッチによる帰納的帰納的手法によりモジュラーの概念を発見する学習ベースアプローチを提案する。 大規模CADスケッチデータセットを用いた設計概念学習を実演し,その設計意図の解釈と自動補完への応用を示す。
  論文  参考訳（メタデータ） (2022-10-26T03:53:33Z)
• Efficient Automatic Machine Learning via Design Graphs [72.85976749396745]
  最適なモデル設計を探索する効率的なサンプルベース手法であるFALCONを提案する。 FALCONは,1)グラフニューラルネットワーク(GNN)を介してデザイングラフ上でメッセージパッシングを行うタスク非依存モジュール,2)既知のモデル性能情報のラベル伝搬を行うタスク固有モジュールを特徴とする。 FALCONは,30個の探索ノードのみを用いて,各タスクに対して良好な性能を持つ設計を効率的に得ることを実証的に示す。
  論文  参考訳（メタデータ） (2022-10-21T21:25:59Z)
• Designing Composites with Target Effective Young's Modulus using Reinforcement Learning [22.370280906472008]
  複合構造設計のための強化学習(Reinforcement Learning, RL)ベースのフレームワークを開発し, 活用する。 構成材料のソフトブロックと順応ブロックからなる複合設計空間5ドルに対して、本手法を用いることで、総設計空間の2.78%が225ドルの設計可能性から構成できることがわかった。 開発されたRLベースのフレームワークは、90%以上の成功率で設計を見つけることができる。
  論文  参考訳（メタデータ） (2021-10-07T05:44:48Z)
• Dynamic Feature Integration for Simultaneous Detection of Salient Object, Edge and Skeleton [108.01007935498104]
  本稿では,高次物体分割,エッジ検出,スケルトン抽出など,低レベルの3つの視覚問題を解く。 まず、これらのタスクで共有される類似点を示し、統一されたフレームワークの開発にどのように活用できるかを示す。
  論文  参考訳（メタデータ） (2020-04-18T11:10:11Z)

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。