論文の概要: TopoEdit: Fast Post-Optimization Editing of Topology Optimized Structures

• arxiv url: http://arxiv.org/abs/2602.22430v1
• Date: Wed, 25 Feb 2026 21:41:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-27 18:41:22.419593
• Title: TopoEdit: Fast Post-Optimization Editing of Topology Optimized Structures
• Title（参考訳）: TopoEdit: トポロジ最適化構造の高速ポスト最適化編集
• Authors: Hongrui Chen, Josephine V. Carstensen, Faez Ahmed,
• Abstract要約: TopoEditは、物理学を意識したエンジニアリング編集のための高速なポスト最適化エディタである。 最適化トポロジが与えられた後、TopoEditはそれをOATの空間ラテントにエンコードする。 TopoEditは、編集された候補をサンプル毎に秒以下の拡散時間で生成する。
• 参考スコア（独自算出の注目度）: 6.670146926866281
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite topology optimization producing high-performance structures, late-stage localized revisions remain brittle: direct density-space edits (e.g., warping pixels, inserting holes, swapping infill) can sever load paths and sharply degrade compliance, while re-running optimization is slow and may drift toward a qualitatively different design. We present TopoEdit, a fast post-optimization editor that demonstrates how structured latent embeddings from a pre-trained topology foundation model (OAT) can be repurposed as an interface for physics-aware engineering edits. Given an optimized topology, TopoEdit encodes it into OAT's spatial latent, applies partial noising to preserve instance identity while increasing editability, and injects user intent through an edit-then-denoise diffusion pipeline. We instantiate three edit operators: drag-based topology warping with boundary-condition-consistent conditioning updates, shell-infill lattice replacement using a lattice-anchored reference latent with updated volume-fraction conditioning, and late-stage no-design region enforcement via masked latent overwrite followed by diffusion-based recovery. A consistency-preserving guided DDIM procedure localizes changes while allowing global structural adaptation; multiple candidates can be sampled and selected using a compliance-aware criterion, with optional short SIMP refinement for warps. Across diverse case studies and large edit sweeps, TopoEdit produces intention-aligned modifications that better preserve mechanical performance and avoid catastrophic failure modes compared to direct density-space edits, while generating edited candidates in sub-second diffusion time per sample.
• Abstract（参考訳）: 直接密度空間の編集(例えば、画素のワープ、穴の挿入、埋め込みの交換)は、負荷経路を切断し、コンプライアンスを著しく低下させるが、再実行の最適化は遅く、定性的に異なる設計へと移行する可能性がある。 TopoEditは、事前学習したトポロジ基礎モデル(OAT)からの構造化潜伏埋め込みを、物理認識工学編集のためのインタフェースとして再利用する方法を示す高速なポストオプティマイゼーションエディタである。 最適化されたトポロジを与えられたTopoEditは、それをOATの空間遅延にエンコードし、編集可能性を高めながらインスタンスアイデンティティを保存するために部分ノイズを適用し、エディット-then-denoise拡散パイプラインを通じてユーザ意図を注入する。 3つの編集演算子をインスタンス化する: 境界条件に一貫性のある条件更新を伴うドラッグベースのトポロジーワープ、体積制限条件を更新した格子アンコール参照レイトを用いたシェルインフィル格子置換、マスク付き遅延オーバライトによる後期非設計領域の強制、拡散ベースリカバリ。 整合性保存ガイドされたDDIM手順は、グローバルな構造適応を可能にしながら変更をローカライズする。 多様なケーススタディと大規模な編集スイープの他、TopoEditは機械的性能を向上し、直接密度空間の編集よりも破滅的な障害モードを避けるために意図的に整合した修正を行い、サンプル毎に秒以下の拡散時間で編集候補を生成する。

関連論文リスト

• EvoEdit: Evolving Null-space Alignment for Robust and Efficient Knowledge Editing [19.834477925624658]
  大規模言語モデル(LLM)は、時代遅れまたは誤った知識を正すために継続的な更新を必要とする。 既存のアプローチは主に位置対応のフレームワークに基づいている。 本稿では,連続的なヌル空間アライメントによる破滅的干渉を緩和する新しい編集戦略であるEvoEditを紹介する。
  論文  参考訳（メタデータ） (2025-10-11T21:36:14Z)
• Fine-tuning Done Right in Model Editing [83.79661791576103]
  大規模な言語モデルを適応するための基礎的な手法であるファインチューニングは、長い間モデル編集には有効ではないと考えられてきた。 ミニバッチ最適化により、標準的な幅優先パイプライン(エポックベース)に微調整を復元する。 我々は、復元された微調整フレームワーク上に構築された、シンプルで効果的なローカライズド編集手法であるLocFT-BFを導出する。
  論文  参考訳（メタデータ） (2025-09-26T08:53:13Z)
• Stable Score Distillation [45.48460025487433]
  編集プロセスの安定性とアライメントを高めるための合理化フレームワークであるStable Score Distillation(SSD)を紹介する。 提案手法は,NeRFやテキスト駆動型スタイル編集を含む2次元および3次元の編集作業において,より高速な収束と複雑さの低減を実現している。
  論文  参考訳（メタデータ） (2025-07-12T07:14:00Z)
• Continual Adaptation: Environment-Conditional Parameter Generation for Object Detection in Dynamic Scenarios [54.58186816693791]
  環境は時間と空間によって常に変化し、クローズドセットの仮定に基づいて訓練された物体検出器にとって重要な課題となる。 そこで本研究では,微調整過程をパラメータ生成に変換する機構を提案する。 特に,2経路LoRAベースのドメイン認識アダプタを最初に設計し,特徴をドメイン不変およびドメイン固有コンポーネントに分解する。
  論文  参考訳（メタデータ） (2025-06-30T17:14:12Z)
• Lost in Edits? A $λ$-Compass for AIGC Provenance [119.95562081325552]
  本稿では,実測出力と操作された出力を頑健に識別し,識別する新しい潜在空間属性法を提案する。 LambdaTracerは、InstructPix2Pixのようなテキスト誘導編集ツールによって自動化されるか、Adobe Photoshopのような編集ソフトウェアで手動で実行されるか、様々な反復編集プロセスで有効である。
  論文  参考訳（メタデータ） (2025-02-05T06:24:25Z)
• Task-Oriented Diffusion Inversion for High-Fidelity Text-based Editing [60.730661748555214]
  textbfTask-textbfOriented textbfDiffusion textbfInversion (textbfTODInv) は、特定の編集タスクに適した実際の画像を反転して編集する新しいフレームワークである。 ToDInvは相互最適化によってインバージョンと編集をシームレスに統合し、高い忠実さと正確な編集性を保証する。
  論文  参考訳（メタデータ） (2024-08-23T22:16:34Z)

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。