論文の概要: Optimization and Generation in Aerodynamics Inverse Design

• arxiv url: http://arxiv.org/abs/2602.03582v2
• Date: Thu, 05 Feb 2026 15:47:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-06 14:11:23.871761
• Title: Optimization and Generation in Aerodynamics Inverse Design
• Title（参考訳）: 空力インバース設計における最適化と生成
• Authors: Huaguan Chen, Ning Lin, Luxi Chen, Rui Zhang, Wenbing Huang, Chongxuan Li, Hao Sun,
• Abstract要約: 物理に基づく目的を持つ逆設計は、高次元幾何学と高価なシミュレーションを兼ね備えているため、難しい。 最適設計点と最適設計分布の2つの正準解を用いて逆設計を再検討する。 本稿では,コスト予測器の新たなトレーニング損失と,可塑性形状を保ちながら目的を向上する密度勾配最適化手法を提案する。
• 参考スコア（独自算出の注目度）: 41.756961128464816
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inverse design with physics-based objectives is challenging because it couples high-dimensional geometry with expensive simulations, as exemplified by aerodynamic shape optimization for drag reduction. We revisit inverse design through two canonical solutions, the optimal design point and the optimal design distribution, and relate them to optimization and guided generation. Building on this view, we propose a new training loss for cost predictors and a density-gradient optimization method that improves objectives while preserving plausible shapes. We further unify existing training-free guided generation methods. To address their inability to approximate conditional covariance in high dimensions, we develop a time- and memory-efficient algorithm for approximate covariance estimation. Experiments on a controlled 2D study and high-fidelity 3D aerodynamic benchmarks (car and aircraft), validated by OpenFOAM simulations and miniature wind-tunnel tests with 3D-printed prototypes, demonstrate consistent gains in both optimization and guided generation. Additional offline RL results further support the generality of our approach.
• Abstract（参考訳）: 物理に基づく目的を持つ逆設計は、高次元幾何と高価なシミュレーションを結合させるため、ドラッグリダクションのための空気力学的形状最適化によって例示される。 最適設計点と最適設計分布の2つの正準解を用いて逆設計を再検討し、最適化と誘導生成に関連付ける。 この観点から、コスト予測器の新たなトレーニング損失と、可塑性形状を保ちながら目的を向上する密度勾配最適化法を提案する。 既存のトレーニングフリーガイド生成手法をさらに統合する。 高次元における条件共分散を近似できないことを解決するため、時間とメモリ効率を近似共分散推定のためのアルゴリズムを開発した。 制御された2D研究と高忠実度3D空力ベンチマーク(車と航空機)の実験は、OpenFOAMシミュレーションと3Dプリントプロトタイプを用いた小型風洞実験によって検証され、最適化と誘導生成の両方において一貫した向上を示した。 追加のオフラインRLは、我々のアプローチの一般化をさらに支援します。

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)
• TripOptimizer: Generative 3D Shape Optimization and Drag Prediction using Triplane VAE Networks [4.4288915456583755]
  Triprは,車両点クラウドデータから直接,高速空力解析と形状最適化を行うためのフレームワークである。 Triprは、高忠実度3D形状再構成のための三面体に基づく暗黙的ニューラル表現とドラッグ係数予測ヘッドを備えた変分オートコーダを採用している。
  論文  参考訳（メタデータ） (2025-09-05T15:14:19Z)
• Divergence Minimization Preference Optimization for Diffusion Model Alignment [66.31417479052774]
  Divergence Minimization Preference Optimization (DMPO) は、逆KL分散を最小化して拡散モデルを整列する原理的手法である。 DMPOは、異なるベースモデルとテストセットで既存のテクニックを一貫して上回り、適合させることができる。
  論文  参考訳（メタデータ） (2025-07-10T07:57:30Z)
• Efficient Design of Compliant Mechanisms Using Multi-Objective Optimization [50.24983453990065]
  そこで本研究では,大きな角状脳卒中を許容できる適合型クロスヒンジ機構の合成について述べる。 キネトスタティックな性能測定に基づいて,多目的最適化問題を定式化する。
  論文  参考訳（メタデータ） (2025-04-23T06:29:10Z)
• Diffusion Model for Data-Driven Black-Box Optimization [54.25693582870226]
  我々は、強力な生成AI技術である拡散モデルに注目し、ブラックボックス最適化の可能性について検討する。 本研究では,1)実数値報酬関数のノイズ測定と,2)対比較に基づく人間の嗜好の2種類のラベルについて検討する。 提案手法は,設計最適化問題を条件付きサンプリング問題に再構成し,拡散モデルのパワーを有効活用する。
  論文  参考訳（メタデータ） (2024-03-20T00:41:12Z)
• 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)
• Efficient Inverse Design Optimization through Multi-fidelity Simulations, Machine Learning, and Search Space Reduction Strategies [0.8646443773218541]
  本稿では,限られた計算量で制約されたシナリオにおける逆設計最適化プロセスの拡張を目的とした手法を提案する。 提案手法はエアフォイル逆設計とスカラーフィールド再構成の2つの異なる工学的逆設計問題について解析する。 特に、この方法は、任意の逆設計アプリケーションに適用可能であり、代表的低忠実MLモデルと高忠実度シミュレーションの相乗効果を容易にし、様々な集団ベース最適化アルゴリズムにシームレスに適用することができる。
  論文  参考訳（メタデータ） (2023-12-06T18:20:46Z)
• Generative Models for Anomaly Detection and Design-Space Dimensionality Reduction in Shape Optimization [0.0]
  本研究は,グローバルアルゴリズムの効率向上と高品質な設計の促進を目的として,新たな形状最適化手法を提案する。 これは、幾何学的分散を最大化する新しい縮小部分空間を定義する元の設計変数の数を減らすことで達成される。 計算結果から,グローバル最適化アルゴリズムの収束性を改善するとともに,高品質な幾何学的特徴を持つ設計のみを生成する。
  論文  参考訳（メタデータ） (2023-08-08T04:57:58Z)
• Aligning Optimization Trajectories with Diffusion Models for Constrained Design Generation [17.164961143132473]
  本稿では,拡散モデルのサンプリング軌跡と従来の物理法に基づく最適化軌跡との整合性を示す学習フレームワークを提案する。 提案手法では,高コストプリプロセッシングや外部サロゲートモデル,ラベル付きデータの追加を必要とせずに,実用的で高性能な設計を2段階で生成することができる。 この結果から, TAは分布内構成における最先端の深層生成モデルより優れ, 推論計算コストを半減することがわかった。
  論文  参考訳（メタデータ） (2023-05-29T09:16:07Z)
• Sample-Efficient and Surrogate-Based Design Optimization of Underwater Vehicle Hulls [0.4543820534430522]
  本稿では,BO-LCBアルゴリズムが最もサンプリング効率のよい最適化フレームワークであり,最適収束挙動を有することを示す。 また, DNN に基づく代理モデルでは, CFD シミュレーションと密に一致し, 平均絶対パーセンテージ誤差 (MAPE) が 1.85% であることを示す。 本稿では,サロゲートモデルを用いた設計最適化の2次高速化について述べる。
  論文  参考訳（メタデータ） (2023-04-24T19:52:42Z)

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。