論文の概要: Generating Physically Sound Designs from Text and a Set of Physical Constraints
- arxiv url: http://arxiv.org/abs/2602.02213v1
- Date: Mon, 02 Feb 2026 15:19:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-03 19:28:34.248097
- Title: Generating Physically Sound Designs from Text and a Set of Physical Constraints
- Title（参考訳）: テキストと制約の集合から物理音響設計を生成する
- Authors: Gregory Barber, Todd C. Henry, Mulugeta A. Haile,
- Abstract要約: TIDESは物理的音響設計を生成するためのテキストインフォームドデザインアプローチである。
事前訓練されたテキストイメージモデルを使用して、デザインの視覚的アライメントをテキストプロンプトで測定する。
微分可能な物理シミュレータは、物理性能を測定するために使用される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present TIDES, a text informed design approach for generating physically sound designs based on a textual description and a set of physical constraints. TIDES jointly optimizes structural (topology) and visual properties. A pre-trained text-image model is used to measure the design's visual alignment with a text prompt and a differentiable physics simulator is used to measure its physical performance. We evaluate TIDES on a series of structural optimization problems operating under different load and support conditions, at different resolutions, and experimentally in the lab by performing the 3-point bending test on 2D beam designs that are extruded and 3D printed. We find that it can jointly optimize the two objectives and return designs that satisfy engineering design requirements (compliance and density) while utilizing features specified by text.
- Abstract（参考訳）: 本稿では,テキスト記述と物理制約のセットに基づいて,物理的に音を発生させるテキスト情報設計手法であるTIDESを提案する。
TIDESは構造(トポロジー)と視覚特性を共同で最適化する。
事前訓練されたテキストイメージモデルを使用して、設計の視覚的アライメントをテキストプロンプトと測定し、物理性能を測定するために微分可能な物理シミュレータを使用する。
我々は, 異なる負荷および支持条件下で動作し, 異なる解像度で, 実験室で3点曲げ試験を行い, 押出・3Dプリントした2次元ビーム設計におけるTIDESの評価を行った。
テキストで指定された特徴を活用しながら,工学的設計要件を満たす設計(コンプライアンスと密度)を共同で最適化し,返却できることが判明した。
関連論文リスト
- 3DID: Direct 3D Inverse Design for Aerodynamics with Physics-Aware Optimization [53.40777496077015]
逆設計は、特定の目的関数を最適化するために物理系の入力変数を設計することを目的としている。
3Dドメインでは、デザイン空間は指数関数的に増加し、網羅的なグリッドベースの検索は実現不可能である。
本稿では,連続的な潜在表現と物理認識の最適化戦略を結合することにより,3次元設計空間を直接ナビゲートする3次元逆設計フレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-06T13:09:03Z) - LAYOUTDREAMER: Physics-guided Layout for Text-to-3D Compositional Scene Generation [5.424048651554831]
テキストによる高品質で物理的に一貫した構成シーン生成を容易にするために,3Dガウススプラッティング(3DGS)を利用するフレームワークを提案する。
具体的には、テキストプロンプトが与えられた場合、シーングラフに変換し、初期構成型3Dガウスの密度とレイアウトを適応的に調整する。
シーングラフから指示された依存関係を抽出することにより、現実性と柔軟性の両方を確保するために、物理的およびレイアウトエネルギーを調整します。
論文 参考訳（メタデータ） (2025-02-04T02:51:37Z) - CRAFT: Designing Creative and Functional 3D Objects [19.543575491040375]
本稿では,ベースメッシュから身体を意識した3Dオブジェクトを合成する手法を提案する。
生成されたオブジェクトは、仮想文字でシミュレートしたり、現実世界での使用のために製造することができる。
論文 参考訳（メタデータ） (2024-12-05T05:41:34Z) - 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) - DEsignBench: Exploring and Benchmarking DALL-E 3 for Imagining Visual
Design [124.56730013968543]
ビジュアルデザインシナリオに適したテキスト・ツー・イメージ(T2I)生成ベンチマークであるDesignBenchを紹介する。
DesignBenchベンチマークでは、画像テキストアライメント、視覚美学、デザインクリエイティビティの基準に対して、生成された画像に対する人間による評価を行う。
GPT-4Vを用いた最初の自動画像生成評価器を提案する。
論文 参考訳（メタデータ） (2023-10-23T17:48:38Z) - T$^3$Bench: Benchmarking Current Progress in Text-to-3D Generation [52.029698642883226]
テキストから3Dへの手法は、強力な事前学習拡散モデルを利用してNeRFを最適化する。
ほとんどの研究は、主観的なケーススタディとユーザ実験で結果を評価している。
最初の総合的なテキスト・ツー・3DベンチマークであるT$3$Benchを紹介する。
論文 参考訳（メタデータ） (2023-10-04T17:12:18Z) - Large Language and Text-to-3D Models for Engineering Design Optimization [0.1740313383876245]
工学領域における深層テキストから3Dモデルの可能性について検討する。
空力車両最適化の文脈において,OpenAIによるテキスト・ツー・3Dアセット・ネットワークであるShap-Eを用いる。
論文 参考訳（メタデータ） (2023-07-03T07:54:09Z) - TAPS3D: Text-Guided 3D Textured Shape Generation from Pseudo Supervision [114.56048848216254]
テキスト誘導型3次元形状生成器を疑似キャプションで訓練するための新しいフレームワークTAPS3Dを提案する。
レンダリングされた2D画像に基づいて,CLIP語彙から関連する単語を検索し,テンプレートを用いて擬似キャプションを構築する。
構築したキャプションは、生成された3次元形状の高レベルなセマンティック管理を提供する。
論文 参考訳（メタデータ） (2023-03-23T13:53:16Z)
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。