論文の概要: A Deep Dive into Axiomatic Design -- Part I: Problem Formulation

• arxiv url: http://arxiv.org/abs/2605.25735v1
• Date: Mon, 25 May 2026 11:43:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:19.845646
• Title: A Deep Dive into Axiomatic Design -- Part I: Problem Formulation
• Title（参考訳）: 公理設計への深い取り組み-その1:問題定式化
• Authors: Aydin Homay,
• Abstract要約: 顧客ニーズと制約を最小限の独立したファーストレベルの機能要件に翻訳する問題の定式化は、すべての設計フレームワークにおいて最も重要なステップであることは間違いない。 本稿では,第一級FRとは何か(かつそうではないのか)を明らかにする公理設計における問題定式化にのみ焦点をあてる。 同じニーズと制約を与えられたデザイナ間で合法的に異なるべきではない理由を説明し、本質的な困難と繰り返し発生する落とし穴を強調します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Problem formulation translating customer needs and constraints into a minimum set of independent first-level functional requirements, is arguably the most critical step in every design framework, including axiomatic design yet it is frequently misunderstood or underestimated in practice. This paper focuses exclusively on problem formulation in axiomatic design it clarifies what first-level FRs are (and are not), explains why they should not legitimately vary across designers given the same needs and constraints, and highlights intrinsic difficulties and recurring pitfalls that lead to design failure. The discussion is grounded primarily in Nam P.Suh's three books. The Principles of Design, Axiomatic Design Advances and Applications, and Complexity Theory, and it offers practical guidance to help designers formulate well-posed first-level FRs. Finally, the paper briefly revisits problem formulation in the era of large language models and discusses what such tools can (and cannot) contribute at the first level.
• Abstract（参考訳）: 顧客ニーズと制約を最小限の独立したファーストレベルの機能要件に翻訳する問題の定式化は、公理設計を含むすべての設計フレームワークにおいて最も重要なステップであることは間違いないが、実際は誤解され、過小評価されることが多い。 本論文は,第一級FRとは何か(かつそうではないのか)を明らかにするための公理設計における問題定式化にのみ焦点をあて,同じニーズと制約を与えられた設計者間で正当に異なるものではない理由を説明し,本質的な困難と,設計失敗につながる落とし穴の繰り返しを強調する。 議論は主にナム・P・スーの3冊の本に基づいている。 設計の原則、軸系設計の進歩と応用、複雑理論、そして設計者が適切な第一級FRを定式化するための実践的なガイダンスを提供する。 最後に,大規模言語モデルの時代における問題の定式化を手短に再検討し,そのようなツールが一段目で何に貢献できるかを論じる。

関連論文リスト

• Do It for HER: First-Order Temporal Logic Reward Specification in Reinforcement Learning (Extended Version) [49.462399222747024]
  本研究では,大規模状態空間を持つ決定過程(MDP)における非マルコフ報酬の論理的仕様に関する新しい枠組みを提案する。 我々のアプローチは有限トレース(LTLfMT)上での線形時間論理モデュロ理論を利用する 本稿では,報酬マシンとHER(Hindsight Experience Replay)をベースとした一階述語論理仕様の翻訳手法を提案する。
  論文  参考訳（メタデータ） (2026-02-05T22:11:28Z)
• RulePlanner: All-in-One Reinforcement Learner for Unifying Design Rules in 3D Floorplanning [49.812879456944984]
  フロアプランニングは集積回路における各モジュールの座標と形状を決定する。 現在のメソッドは、特定の設計ルールと限られた設計ルールのみを扱うことができる。 我々はこれらの課題に対処するために,オールインワンの深層強化学習に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2026-01-30T02:41:48Z)
• Systematically Thinking about the Complexity of Code Structuring Exercises at Introductory Level [1.2207782754338876]
  コード構造化タスクの複雑さを評価するためのフレームワークを紹介します。 学生は、既存の非構造化コードの中で意味のある抽象化を特定し、分離する必要がある。 このフレームワークは、DAで生徒のスキルを構築する教育タスクの開発を支援するように設計されている。
  論文  参考訳（メタデータ） (2025-12-05T21:57:33Z)
• Reasoning Core: A Scalable RL Environment for LLM Symbolic Reasoning [2.62112541805429]
  Reasoning Coreは、Reinforcement Learning with Verifiable Rewards(RLVR)のための新しいスケーラブルな環境である。 Reasoning Coreは、PDDL計画、一階述語論理、文脈自由文法解析、因果推論、システム方程式解など、中核的な形式ドメイン間の問題を手続き的に生成する。
  論文  参考訳（メタデータ） (2025-09-22T17:56:38Z)
• Design Obligations for Software, with Examples from Data Abstraction and Adaptive Systems [1.2691047660244337]
  セマンティックな期待は、コードレベルだけでなく、ソフトウェアアーキテクチャのようなより抽象的なシステム構造にも適用できます。 残念なことに、これらの期待は暗黙的あるいは非公式にのみ文書化されることが多い。 設計パラダイムにおける許容可能な設計に対する制約であり、パラダイムの適切な使用を保証するのに役立ちます。
  論文  参考訳（メタデータ） (2025-03-06T02:17:29Z)
• SYNTHIA: Novel Concept Design with Affordance Composition [114.19366716161655]
  所望の価格に基づいて,新規で機能的なコヒーレントなデザインを生成するためのフレームワークであるSynTHIAを紹介する。 我々は,我々のオントロジーに基づくカリキュラム学習手法を開発し,細粒度T2Iモデルと対比して,段階的に手頃な構成を学習する。 実験の結果,SynTHIAは最先端のT2Iモデルよりも優れていた。
  論文  参考訳（メタデータ） (2025-02-25T02:54:11Z)
• Parrot Mind: Towards Explaining the Complex Task Reasoning of Pretrained Large Language Models with Template-Content Structure [66.33623392497599]
  テンプレート・コンテント構造(T-C構造)と呼ばれる構造は指数レベルから線形レベルへの可能な空間を減少させることができることを示す。 モデルがタスク構成を達成でき、線形から対数への学習に必要なスペースをさらに削減できることを実証する。
  論文  参考訳（メタデータ） (2023-10-09T06:57:45Z)
• Gradient descent globally solves average-case non-resonant physical design problems [0.0]
  本稿では,光学工学,量子制御,構造工学など,多種多様な物理設計問題において発生する最適化問題に対処する。 システムの状態の物理学は、大域的最適設計の収束に関する問題であることが多い。
  論文  参考訳（メタデータ） (2021-11-04T16:22:07Z)

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。