論文の概要: Insights Informed Generative AI for Design: Incorporating Real-world Data for Text-to-Image Output

• arxiv url: http://arxiv.org/abs/2506.15008v1
• Date: Tue, 17 Jun 2025 22:33:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-19 19:35:51.498123
• Title: Insights Informed Generative AI for Design: Incorporating Real-world Data for Text-to-Image Output
• Title（参考訳）: デザインのためのインフォメーションインフォームド生成AI:テキストから画像への出力のための実世界のデータの統合
• Authors: Richa Gupta, Alexander Htet Kyaw,
• Abstract要約: 本稿では,DALL-E 3を材料データセットと統合して,サステナビリティ指標と材料利用の洞察を備えたAI設計を充実させるパイプラインを提案する。 我々は,(1) 生成AIによるプロンプトプロセスに先立ってユーザに対してサステナビリティの言及がなく,(2) プロンプト前にユーザと通信するサステナビリティの目標,(3) 生成AI出力に含まれる量的CO2eデータとともに通信するサステナビリティの目標である,という3つのユーザテストを通じてシステムを評価する。
• 参考スコア（独自算出の注目度）: 51.88841610098437
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Generative AI, specifically text-to-image models, have revolutionized interior architectural design by enabling the rapid translation of conceptual ideas into visual representations from simple text prompts. While generative AI can produce visually appealing images they often lack actionable data for designers In this work, we propose a novel pipeline that integrates DALL-E 3 with a materials dataset to enrich AI-generated designs with sustainability metrics and material usage insights. After the model generates an interior design image, a post-processing module identifies the top ten materials present and pairs them with carbon dioxide equivalent (CO2e) values from a general materials dictionary. This approach allows designers to immediately evaluate environmental impacts and refine prompts accordingly. We evaluate the system through three user tests: (1) no mention of sustainability to the user prior to the prompting process with generative AI, (2) sustainability goals communicated to the user before prompting, and (3) sustainability goals communicated along with quantitative CO2e data included in the generative AI outputs. Our qualitative and quantitative analyses reveal that the introduction of sustainability metrics in the third test leads to more informed design decisions, however, it can also trigger decision fatigue and lower overall satisfaction. Nevertheless, the majority of participants reported incorporating sustainability principles into their workflows in the third test, underscoring the potential of integrated metrics to guide more ecologically responsible practices. Our findings showcase the importance of balancing design freedom with practical constraints, offering a clear path toward holistic, data-driven solutions in AI-assisted architectural design.
• Abstract（参考訳）: ジェネレーティブAI(特にテキスト・ツー・イメージ・モデル)は、概念的アイデアをシンプルなテキストプロンプトから視覚的表現に変換することによって、インテリア・アーキテクチャ設計に革命をもたらした。 この研究では、DALL-E 3と材料データセットを統合して、サステナビリティメトリクスと材料利用の洞察を備えたAI生成デザインを充実させる、新たなパイプラインを提案する。 モデルがインテリアデザイン画像を生成すると、後処理モジュールは、上位10の材料を識別し、一般的な材料辞書から二酸化炭素等価値(CO2e)とペアする。 このアプローチにより、デザイナーはすぐに環境影響を評価し、それに応じてプロンプトを洗練できる。 我々は,(1) 生成AIによるプロンプトプロセスに先立ってユーザに対してサステナビリティの言及がなく,(2) プロンプト前にユーザと通信するサステナビリティの目標,(3) 生成AI出力に含まれる量的CO2eデータとともに通信するサステナビリティの目標である,という3つのユーザテストを通じてシステムを評価する。 質的,定量的分析により,サステナビリティ指標が第3テストに導入されたことにより,より情報的な設計決定がもたらされることが明らかになったが,決定疲労や全体的な満足度低下も引き起こされる可能性がある。 それにもかかわらず、参加者の大多数は、持続可能性原則をワークフローに組み込むことを報告し、より生態的に責任のあるプラクティスをガイドする統合されたメトリクスの可能性を強調した。 我々の発見は、設計の自由と実践的制約のバランスをとることの重要性を示し、AI支援アーキテクチャ設計における全体論的、データ駆動型ソリューションへの明確な道を提供する。

関連論文リスト

• AI-powered Contextual 3D Environment Generation: A Systematic Review [49.1574468325115]
  本研究では,既存の3次元シーン生成のための生成AI技術について,体系的なレビューを行う。 最先端のアプローチを検討することで、シーンの真正性やテキスト入力の影響など、重要な課題が提示される。
  論文  参考訳（メタデータ） (2025-06-05T15:56:28Z)
• Toward Knowledge-Guided AI for Inverse Design in Manufacturing: A Perspective on Domain, Physics, and Human-AI Synergy [0.0]
  我々は、ドメイン知識、物理インフォームドラーニング、直感的なヒューマンAIインターフェースを統合することで、ブラックボックスモデリングを超越する次世代の設計システムについて論じる。 実証的な例や概念的な枠組みを通じて、製造における逆設計は統一されたエコシステムへと進化すべきである、と我々は主張する。
  論文  参考訳（メタデータ） (2025-05-29T08:15:27Z)
• PPTAgent: Generating and Evaluating Presentations Beyond Text-to-Slides [51.88536367177796]
  そこで本研究では,人案に触発された2段階の編集手法を提案し,プレゼンテーションを自動的に生成する。 PWTAgentはまず参照を分析し、スライドレベルの関数型とコンテンツスキーマを抽出し、選択した参照スライドに基づいて編集アクションを生成する。 PWTAgentは、既存の3次元のプレゼンテーション生成方法よりも大幅に優れています。
  論文  参考訳（メタデータ） (2025-01-07T16:53:01Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• Generative AI in the Construction Industry: A State-of-the-art Analysis [0.4241054493737716]
  建設業界における生成AIの現状、機会、課題に関する文献のギャップがある。 本研究は, 建設産業における既存の, 新興のジェネレーティブAIの機会と課題をレビューし, 分類することを目的とする。 建設会社が独自のデータを使ってカスタマイズされた生成AIソリューションを構築するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-15T13:39:55Z)
• Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
  時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである* Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。 Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
  論文  参考訳（メタデータ） (2023-10-28T12:08:03Z)
• 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)
• Artificial intelligence approaches for materials-by-design of energetic materials: state-of-the-art, challenges, and future directions [0.0]
  我々は,AIによる材料設計の進歩とそのエネルギー材料への応用についてレビューする。 文献における手法を,少数のデータから学習する能力の観点から評価する。 本稿では,メタラーニング,アクティブラーニング,ベイズラーニング,半/弱教師付きラーニングなど,EM教材の今後の研究方向性について提案する。
  論文  参考訳（メタデータ） (2022-11-15T14:41:11Z)
• Material Prediction for Design Automation Using Graph Representation Learning [5.181429907321226]
  本稿では,集合体の物質予測を支援するグラフ表現学習フレームワークを提案する。 CADモデルの集合グラフ表現上でのノードレベルの予測タスクとして材料選択タスクを定式化し、グラフニューラルネットワーク(GNN)を用いてそれに取り組む。 提案するフレームワークは,大規模データセットにスケールアップし,デザイナの知識を学習プロセスに組み込む。
  論文  参考訳（メタデータ） (2022-09-26T15:49:35Z)

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。