論文の概要: FeaGPT: an End-to-End agentic-AI for Finite Element Analysis
- arxiv url: http://arxiv.org/abs/2510.21993v1
- Date: Fri, 24 Oct 2025 19:55:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-28 15:28:14.725242
- Title: FeaGPT: an End-to-End agentic-AI for Finite Element Analysis
- Title（参考訳）: FeaGPT:有限要素解析のためのエンドツーエンドエージェントAI
- Authors: Yupeng Qi, Ran Xu, Xu Chu,
- Abstract要約: 本稿では,対話インタフェースによる完全な幾何学・メシュシミュレーションを実現するための最初のフレームワークであるFeaGPTを紹介する。
システムは、工学的意図を解釈し、物理を意識した適応メッシュを自動生成し、適切な境界条件推論を伴う完全なFEAシミュレーションを構成する。
- 参考スコア（独自算出の注目度）: 8.976612740155028
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models (LLMs) are establishing new paradigms for engineering applications by enabling natural language control of complex computational workflows. This paper introduces FeaGPT, the first framework to achieve complete geometry-mesh-simulation workflows through conversational interfaces. Unlike existing tools that automate individual FEA components, FeaGPT implements a fully integrated Geometry-Mesh-Simulation-Analysis (GMSA) pipeline that transforms engineering specifications into validated computational results without manual intervention. The system interprets engineering intent, automatically generates physics-aware adaptive meshes, configures complete FEA simulations with proper boundary condition inference, and performs multi-objective analysis through closed-loop iteration. Experimental validation confirms complete end-to-end automation capability. Industrial turbocharger cases (7-blade compressor and 12-blade turbine at \SI{110000}{rpm}) demonstrate the system successfully transforms natural language specifications into validated CalculiX simulations, producing physically realistic results for rotating machinery analysis. Additional validation through 432 NACA airfoil configurations confirms scalability for parametric design exploration. These results demonstrate that natural language interfaces can effectively democratize access to advanced computational engineering tools while preserving analytical rigor.
- Abstract（参考訳）: 大規模言語モデル(LLM)は、複雑な計算ワークフローの自然言語制御を可能にすることによって、エンジニアリングアプリケーションのための新しいパラダイムを確立している。
本稿では,対話インタフェースによる完全な幾何学・メシュシミュレーションワークフローを実現するための最初のフレームワークであるFeaGPTを紹介する。
個々のFEAコンポーネントを自動化する既存のツールとは異なり、FeaGPTは完全に統合されたGeometry-Mesh-Simulation-Analysis (GMSA)パイプラインを実装している。
このシステムは,工学的意図を解釈し,物理を意識した適応メッシュを自動生成し,適切な境界条件推論による完全なFEAシミュレーションを設定し,クローズドループ反復による多目的解析を行う。
完全なエンドツーエンドの自動化機能を確認する実験的な検証。
産業用ターボチャージャーケース(SI{110000}{rpm} の7ブレード圧縮機と12ブレードタービン)は、自然言語仕様を検証されたCalculiXシミュレーションに変換し、回転機械解析のための物理的に現実的な結果をもたらす。
432 NACA 翼構成によるさらなる検証により、パラメトリック設計探索のスケーラビリティが確認される。
これらの結果から,自然言語インタフェースは解析厳密性を維持しつつ,高度な計算工学ツールへのアクセスを効果的に民主化できることが示唆された。
関連論文リスト
- Spec-Driven AI for Science: The ARIA Framework for Automated and Reproducible Data Analysis [23.28226188948918]
ARIAは、自動および解釈可能なデータ分析のための、仕様駆動のヒューマン・イン・ザ・ループ・フレームワークである。
ARIAは、Command、Context、Code、Data、Orchesttion、AI Moduleという6つのレイヤを統合している。
ARIAは透明で協調的で再現可能な科学的発見のための新しいパラダイムを確立している。
論文 参考訳（メタデータ） (2025-10-13T08:32:43Z) - TIGeR: Tool-Integrated Geometric Reasoning in Vision-Language Models for Robotics [53.442362491589726]
本稿では、視覚言語モデル(VLM)を幾何学コンピュータに変換する新しいフレームワークであるTIGeR(Tool-Integrated Geometric Reasoning)を提案する。
TIGeRは、ニューラルネットワーク内で複雑な幾何学的操作を内部化しようとするのではなく、幾何学的推論要求を認識するためにモデルに権限を与える。
TIGeRは、実世界のロボット操作タスクにおいて、センチメートルレベルの精度を示しながら、幾何学的推論ベンチマーク上でSOTA性能を達成することを示す。
論文 参考訳（メタデータ） (2025-10-08T16:20:23Z) - Autoformalizer with Tool Feedback [52.334957386319864]
自動形式化は、数学的問題を自然言語から形式的ステートメントに変換することによって、ATP(Automated Theorem Proving)のデータ不足に対処する。
既存のフォーミュラライザは、構文的妥当性とセマンティック一貫性を満たす有効なステートメントを一貫して生成することに苦慮している。
本稿では,ツールフィードバックを用いたオートフォーマライザ (ATF) を提案する。
論文 参考訳（メタデータ） (2025-10-08T10:25:12Z) - Automated Machine Learning Pipeline for Training and Analysis Using Large Language Models [0.0]
データセット生成からモデル検証まで、ワークフロー全体を統一する自動機械学習パイプライン(AMLP)を導入します。
AMLPは、電子構造コードの選択、入力準備、出力変換を支援するために、大きな言語モデルエージェントを使用する。
アクリジンのポリモルフィックで検証され、基礎モデルの素直な微調整により、エネルギーの1.7 meV/原子と力の7.0 meV/AAの絶対誤差が達成される。
論文 参考訳（メタデータ） (2025-09-25T22:05:20Z) - GridMind: LLMs-Powered Agents for Power System Analysis and Operations [3.7568206336846663]
本稿では,大規模言語モデル(LLM)を決定論的工学的解法と統合し,対話型科学計算による電力系統解析を実現する多エージェントAIシステムを提案する。
GridMindはワークフローの統合、知識アクセシビリティ、コンテキスト保存、専門家による意思決定支援強化に対処する。
この研究は、エージェントAIを科学計算の実行可能なパラダイムとして確立し、会話インターフェースがアクセシビリティを向上し、重要なエンジニアリングアプリケーションに不可欠な数値的な厳密さを保っていることを実証する。
論文 参考訳（メタデータ） (2025-09-02T16:42:18Z) - Feedback-Driven Tool-Use Improvements in Large Language Models via Automated Build Environments [70.42705564227548]
大規模言語モデル(LLM)のための環境自動構築パイプラインを提案する。
これにより、外部ツールに頼ることなく、詳細な測定可能なフィードバックを提供する高品質なトレーニング環境の作成が可能になる。
また、ツール使用の精度とタスク実行の完全性の両方を評価する検証可能な報酬機構も導入する。
論文 参考訳（メタデータ） (2025-08-12T09:45:19Z) - OptMetaOpenFOAM: Large Language Model Driven Chain of Thought for Sensitivity Analysis and Parameter Optimization based on CFD [13.267900480432925]
外部分析および最適化ツールライブラリでMetaOpenFOAMをブリッジするフレームワークであるOptMetaOpenFOAMを紹介します。
自然言語入力による複雑なCFDタスクの自動化により、このフレームワークは、専門家でないユーザに感度分析とパラメータ最適化を行う権限を与える。
論文 参考訳（メタデータ） (2025-03-03T07:55:43Z) - Enhancing Automated Loop Invariant Generation for Complex Programs with Large Language Models [3.631675325263428]
ACInvは、自動複雑プログラムループ不変生成ツールである。
静的解析とLLM(Large Language Models)を組み合わせることで、適切なループ不変量を生成する。
我々はACInvの実験を行い、ACInvはデータ構造を持つデータセットにおいて、以前のツールよりも優れていたことを示した。
論文 参考訳（メタデータ） (2024-12-13T10:36:18Z) - Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。
本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。
我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
論文 参考訳（メタデータ） (2024-03-26T16:33:12Z)
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。