論文の概要: Assessing the Variety of a Concept Space Using an Unbiased Estimate of Rao's Quadratic Index

• arxiv url: http://arxiv.org/abs/2408.00684v1
• Date: Thu, 1 Aug 2024 16:25:54 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-04 19:57:15.764819
• Title: Assessing the Variety of a Concept Space Using an Unbiased Estimate of Rao's Quadratic Index
• Title（参考訳）: ラオの二次指数の偏りのない推定値を用いた概念空間の多様性の評価
• Authors: Anubhab Majumder, Ujjwal Pal, Amaresh Chakrabarti,
• Abstract要約: 「バラエティ」は、デザイナーが探求する概念空間の幅を定量化できるパラメータの1つである。 この記事では、エンジニアリングデザインの文献から既存のさまざまなメトリクスについて詳しく、そして批判的に考察する。 評価プロセスを支援するための規範的フレームワークとともに,新しい距離に基づく多様性指標を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Past research relates design creativity to 'divergent thinking,' i.e., how well the concept space is explored during the early phase of design. Researchers have argued that generating several concepts would increase the chances of producing better design solutions. 'Variety' is one of the parameters by which one can quantify the breadth of a concept space explored by the designers. It is useful to assess variety at the conceptual design stage because, at this stage, designers have the freedom to explore different solution principles so as to satisfy a design problem with substantially novel concepts. This article elaborates on and critically examines the existing variety metrics from the engineering design literature, discussing their limitations. A new distance-based variety metric is proposed, along with a prescriptive framework to support the assessment process. This framework uses the SAPPhIRE model of causality as a knowledge representation scheme to measure the real-valued distance between two design concepts. The proposed framework is implemented in a software tool called 'VariAnT.' Furthermore, the tool's application is demonstrated through an illustrative example.
• Abstract（参考訳）: 過去の研究は、デザインの創造性を「分権的思考」、すなわち、デザインの初期段階において、どのようにして概念空間が探検されるかに関係している。 研究者は、いくつかの概念を生成することはより良い設計ソリューションを生み出す可能性を高めるだろうと主張している。 「バラエティ」は、デザイナーが探求する概念空間の幅を定量化できるパラメータの1つである。 概念設計段階での多様性を評価することは有用である。なぜなら、この段階では、デザイナーは、全く新しい概念で設計問題を満足するために、異なる解決原則を探求する自由があるからである。 この記事では、エンジニアリング設計の文献から既存のさまざまなメトリクスを詳細に検討し、それらの制限について論じます。 評価プロセスを支援するための規範的フレームワークとともに,新しい距離に基づく多様性指標を提案する。 本フレームワークは,2つの設計概念間の実測距離を測定するための知識表現スキームとして,因果関係のSAPPhIREモデルを用いる。 提案するフレームワークは,“VariAnT”と呼ばれるソフトウェアツールで実装されている。 さらに、ツールのアプリケーションは、例示的な例で示されています。

関連論文リスト

• Design Spaces and How Software Designers Use Them: a sampler [2.2674718030662713]
  「設計空間」は、利用可能な設計代替品のスペクトルを記述するために用いられる。 デザインスペースがデザイナーにレンズとして機能し、全体の可能性の空間を縮める方法を示します。
  論文  参考訳（メタデータ） (2024-07-26T04:19:28Z)
• Improving Intervention Efficacy via Concept Realignment in Concept Bottleneck Models [57.86303579812877]
  概念ボトルネックモデル (Concept Bottleneck Models, CBM) は、人間の理解可能な概念に基づいて、解釈可能なモデル決定を可能にする画像分類である。 既存のアプローチは、強いパフォーマンスを達成するために、画像ごとに多数の人間の介入を必要とすることが多い。 本稿では,概念関係を利用した学習型概念認識介入モジュールについて紹介する。
  論文  参考訳（メタデータ） (2024-05-02T17:59:01Z)
• 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)
• 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)
• Coarse-to-Fine Concept Bottleneck Models [9.910980079138206]
  この研究は、アンテホック解釈可能性、特に概念ボトルネックモデル(CBM)をターゲットにしている。 我々のゴールは、人間の理解可能な概念を2段階の粒度で、高度に解釈可能な意思決定プロセスを認めるフレームワークを設計することである。 この枠組みでは、概念情報は全体像と一般的な非構造概念の類似性にのみ依存せず、画像シーンのパッチ固有の領域に存在するより粒度の細かい概念情報を発見・活用するために概念階層の概念を導入している。
  論文  参考訳（メタデータ） (2023-10-03T14:57:31Z)
• 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)
• 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)
• Interpretable Visual Reasoning via Induced Symbolic Space [75.95241948390472]
  視覚的推論における概念誘導の問題,すなわち,画像に関連付けられた質問応答対から概念とその階層的関係を同定する。 我々はまず,オブジェクトレベルの視覚的特徴を持つ視覚的推論タスクを実行するために,オブジェクト指向合成注意モデル(OCCAM)という新しいフレームワークを設計する。 そこで我々は,対象の視覚的特徴と質問語の間の注意パターンから手がかりを用いて,対象と関係の概念を誘導する手法を考案した。
  論文  参考訳（メタデータ） (2020-11-23T18:21:49Z)

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。