論文の概要: Design, Cups, and Blankets. A Free-Energy-Principle-Based Approach to Product Design

• arxiv url: http://arxiv.org/abs/2604.22902v1
• Date: Fri, 24 Apr 2026 14:04:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.046129
• Title: Design, Cups, and Blankets. A Free-Energy-Principle-Based Approach to Product Design
• Title（参考訳）: 自由エネルギー原理に基づく製品デザインのアプローチ
• Authors: Luca M. Possati,
• Abstract要約: 本稿では,新しい推論問題として,要求ステアリングインタフェース型推論を提案する。 問題は、どのようなインターフェースがシステムの内部を環境から切り離して、それらの要件を満たす必要があるかを推測することである。
• 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 formalize a new inference problem: requirement-steered interface type inference. Given spatiotemporal observations of a physical system and functional requirements, the task is to infer what kind of interface must separate the system's interior from its environment for those requirements to be satisfiable. Unlike classical constrained design, which optimizes parameters within a pre-specified object type, here the type itself is unknown. We cast the problem as constrained variational Bayesian inference over Markov blanket partitions and introduce Constrained Dynamic Markov Blanket Detection (C-DMBD). The algorithm extends DMBD by steering blanket discovery toward functional targets through Lagrange multipliers updated by dual ascent. These multipliers penalize violations computed from model-predicted blanket statistics, allowing requirements to shape both the inferred partition and the interface dynamics. The framework yields three phenomena unavailable to classical design: intra-family navigation, where one interface type supports different functional modes; family transition, where changing requirements induce a discontinuous shift in interface type; and ontological disambiguation, where requirements resolve ambiguities left open by physical data alone. The converged multipliers form a certificate of functional effort, recording which physical properties the inferred interface resists satisfying. Finally, we argue that the generative model family associated with a cup's Markov blanket belongs to the designer, not to the cup. The cup is inert; the model family is the designer's representation of the dynamics its surface can sustain. This yields a loop in which the designer encodes a cup-user model into the surface, the user reconstructs it through active inference, and physiological data reveal the gap between the designer's prior and the user's actual generative model.
• Abstract（参考訳）: 我々は新しい推論問題を定式化する: 要求ステアリングインタフェース型推論。 物理的システムと機能要件の時空間的観察を前提として、その要件を満たすためには、どのようなインターフェースがシステムの内部を環境から切り離さなければならないかを推測することが課題である。 指定済みのオブジェクトタイプ内でパラメータを最適化する古典的な制約付き設計とは異なり、型自体は不明である。 我々は,この問題をマルコフ毛布分割に対する制約付きベイズ推定とし,制約付き動的マルコフブランケット検出(C-DMBD)を導入する。 このアルゴリズムは、二重昇華によって更新されたラグランジュ乗算器によって、毛布発見を機能目標に向けて操ることでDMBDを拡張する。 これらの乗算器は、モデル予測毛布統計から計算された違反を罰し、推論されたパーティションとインタフェースのダイナミクスの両方を形作ることができる。 このフレームワークは古典的な設計では不可能な3つの現象を生み出している: 家庭内ナビゲーション、1つのインタフェースタイプが異なる機能モードをサポートする家庭内ナビゲーション、要求の変化がインターフェイスタイプの不連続なシフトを引き起こす家族遷移、そして、要求が物理データだけでオープンなあいまいさを解消するオントロジ的曖昧さである。 収束乗算器は機能的努力の証明書を形成し、推論されたインタフェースの物理的特性が満足に反することを示す。 最後に、カップのマルコフ毛布に関連する生成モデルファミリは、カップではなくデザイナのものであると論じる。 モデルファミリは、その表面が維持できるダイナミックスのデザイナの表現である。 これにより、デザイナーがカップユーザーモデルを表面にエンコードし、ユーザはアクティブな推論によってそれを再構築し、生理的データによってデザイナの事前とユーザの実際の生成モデルとのギャップが明らかになる。

関連論文リスト

• e-SimFT: Alignment of Generative Models with Simulation Feedback for Pareto-Front Design Exploration [6.085974259020175]
  シミュレーション微調整生成モデルを用いた設計探索のための新しいフレームワークを提案する。 まず、Large Language Models (LLMs) 向けに開発された好みアライメント手法を採用し、エンジニアリング設計のための生成モデルを微調整する最初の応用例を示す。
  論文  参考訳（メタデータ） (2025-02-04T16:17:22Z)
• 3D Face Modeling via Weakly-supervised Disentanglement Network joint Identity-consistency Prior [62.80458034704989]
  切り離された制御因子を特徴とする3次元顔モデルの生成は、コンピュータビジョンやコンピュータグラフィックスの多様な応用において大きな可能性を秘めている。 従来の3D顔モデリング手法は、これらの要因を効果的に解消するために特定のラベルを要求するため、課題に直面している。 本稿では,WSDF(Wakly Supervised Disentanglement Framework)を導入し,過度に拘束的なラベル付けを必要とせず,制御可能な3次元顔モデルのトレーニングを容易にする。
  論文  参考訳（メタデータ） (2024-04-25T11:50:47Z)
• Towards Aligned Layout Generation via Diffusion Model with Aesthetic Constraints [53.66698106829144]
  広い範囲のレイアウト生成タスクを処理する統一モデルを提案する。 このモデルは連続拡散モデルに基づいている。 実験結果から,LACEは高品質なレイアウトを生成することがわかった。
  論文  参考訳（メタデータ） (2024-02-07T11:12:41Z)
• Disentangling Shape and Pose for Object-Centric Deep Active Inference Models [4.298360054690217]
  本稿では,3次元オブジェクト表現の問題点を考察し,ShapeNetデータセットの異なるインスタンスに着目した。 深層ニューラルネットワークを用いて各因子の表現を学習しながら,対象の形状,ポーズ,カテゴリを分解するモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-16T12:53:49Z)
• Renormalization approach to the analysis and design of Hermitian and non-Hermitian interfaces [0.0]
  エルミートおよび非エルミートモデルの幅広いクラスにおける界面状態の統一的な視点を提供する実空間再正規化手法について述べる。 出現する界面物理は、微小な界面パラメータのフローによって制御され、界面状態の性質はこの流れの固定点トポロジーと関連付けられる。
  論文  参考訳（メタデータ） (2022-08-31T04:17:54Z)
• Switchable Representation Learning Framework with Self-compatibility [50.48336074436792]
  自己整合性(SFSC)を考慮した交換可能な表現学習フレームワークを提案する。 SFSCは1つのトレーニングプロセスを通じて、異なる能力を持つ一連の互換性のあるサブモデルを生成する。 SFSCは評価データセット上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-06-16T16:46:32Z)
• Decoupled Multi-task Learning with Cyclical Self-Regulation for Face Parsing [71.19528222206088]
  顔解析のための周期的自己統制型デカップリング型マルチタスク学習を提案する。 具体的には、DML-CSRは、顔解析、バイナリエッジ、カテゴリエッジ検出を含むマルチタスクモデルを設計する。 提案手法は,Helen,CelebA-HQ,LapaMaskのデータセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-03-28T02:12:30Z)
• NeuroMorph: Unsupervised Shape Interpolation and Correspondence in One Go [109.88509362837475]
  入力2つの3次元形状を考慮したニューラルネットワークアーキテクチャであるNeuroMorphを提案する。 NeuroMorphはそれらの間のスムーズかつポイントツーポイント対応を生成する。 異なる対象カテゴリの非等尺性ペアを含む、さまざまな入力形状に対してうまく機能する。
  論文  参考訳（メタデータ） (2021-06-17T12:25:44Z)
• Range-GAN: Range-Constrained Generative Adversarial Network for Conditioned Design Synthesis [10.50166876879424]
  条件付きディープジェネレーションモデルであるRange-GANを提案し、レンジ制約による自動設計を実現します。 ラベル認識による自己増強は,生成した3D形状に対する制約満足度を平均して14%向上させる。 また,所定の要求範囲を均等にカバーできる新しい均一性損失を提案する。
  論文  参考訳（メタデータ） (2021-03-10T18:02:13Z)

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。