Fugu-MT 論文翻訳(概要): AI-Driven Synthesis for High-Tech System Design: Automating Innovation

論文の概要: AI-Driven Synthesis for High-Tech System Design: Automating Innovation

arxiv url: http://arxiv.org/abs/2606.28126v1
Date: Fri, 26 Jun 2026 14:26:48 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-29 18:24:25.51306
Title: AI-Driven Synthesis for High-Tech System Design: Automating Innovation
Title（参考訳）: 高度なシステム設計のためのAI駆動合成 - イノベーションの自動化
Abstract要約: 本稿では、自動化設計(AiD)を変革パラダイムとして提示することで、現代のハイテクシステム設計に固有の複雑さを論じる。本稿では,ディープラーニングと生成AIを利用した新しいシステム構築の自動化を目的とした,計算設計合成(CDS)を提案する。
参考スコア（独自算出の注目度）: 1.1470070927586018
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This article addresses the combinatorial complexity inherent in modern high-tech system design by presenting automation-in-design (AiD) as a transformative paradigm. We propose computational design synthesis (CDS), a framework utilising deep learning and generative AI to automate the creation of novel systems. Two case studies (e-drive system design and spatial dimensioning problem) serve as proof-points for this approach. The AI-driven methods used in the case studies represent a fundamental shift in engineering, advancing from simulation-based optimisation towards autonomous design with minimal human supervision.
Abstract（参考訳）: 本稿では、自動化設計(AiD)をトランスフォーメーションパラダイムとして提示することにより、現代のハイテクシステム設計に固有の組合せ複雑性について論じる。本稿では,ディープラーニングと生成AIを利用した新しいシステム構築の自動化を目的とした,計算設計合成(CDS)を提案する。 2つのケーススタディ(e-drive system design と空間次元問題)がこのアプローチの証明ポイントとなる。ケーススタディで使用されるAI駆動の手法は、シミュレーションベースの最適化から、人間の監督を最小限に抑えた自律設計へと、エンジニアリングの根本的なシフトを表している。

関連論文リスト

Advancing Automated Algorithm Design via Evolutionary Stagewise Design with LLMs [69.91297564489464]
EvoStageは、産業規模のアルゴリズム設計の厳密な要求とLLMベースのアルゴリズム設計のギャップを埋める新しい進化パラダイムである。 EvoStageは、アルゴリズム設計プロセスを逐次的に管理可能なステージに分解し、リアルタイム中間フィードバックを反復的に洗練されたアルゴリズム設計方向に統合する。商用グレードの3Dチップ配置ツールにデプロイすると、EvoStageはオリジナルのパフォーマンス指標を大幅に上回り、記録破りの効率を達成する。
論文参考訳（メタデータ） (2026-03-09T05:13:44Z)
Democratizing Electronic-Photonic AI Systems: An Open-Source AI-Infused Cross-Layer Co-Design and Design Automation Toolflow [1.9226394454168387]
本稿では,フォトニックAIシステム開発を民主化することを目的とした,多層共同設計・自動化フレームワークを提案する。まず、スケーラブルなフォトニックエッジAIとTransformer推論のためのアーキテクチャ設計を紹介し、次にEPIC AIシステム評価と設計空間探索のためのオープンソースのモデリングツールであるSimPhonyを紹介します。そして、物理的なAIベースのMaxwellソルバ、製造対応の逆設計フレームワーク、メタ光学ニューラルネットワークのためのスケーラブルな逆トレーニングアルゴリズムなど、AI対応のフォトニックデザイン自動化の進歩を強調します。
論文参考訳（メタデータ） (2025-12-31T22:22:29Z)
Human-AI Co-Creation: A Framework for Collaborative Design in Intelligent Systems [0.6526824510982802]
本稿では、AIが自動化や効率向上にのみ使用されるだけでなく、アイデア、視覚的概念化、意思決定に積極的に参加する、人間とAIの共創の創発的パラダイムについて考察する。具体的には, GPT-4のような大規模言語モデル(LLM)と, 提案, 批判, リビジョンの反復サイクルにデザイナを関与させる創造的エージェントとして, 安定拡散(Stable Diffusion)のようなマルチモーダル拡散モデルを使用することを検討する。
論文参考訳（メタデータ） (2025-07-22T04:29:33Z)
AI Automatons: AI Systems Intended to Imitate Humans [54.19152688545896]
人々の行動、仕事、能力、類似性、または人間性を模倣するように設計されたAIシステムが増加している。このようなAIシステムの研究、設計、展開、可用性は、幅広い法的、倫理的、その他の社会的影響に対する懸念を喚起している。
論文参考訳（メタデータ） (2025-03-04T03:55:38Z)
The impact of AI on engineering design procedures for dynamical systems [4.222932496304428]
本稿では,VDIガイドライン2206のVモデルを用いて,AIをエンジニアリング設計プロセスに統合する可能性を検討する。エンジニアリング製品設計ワークフロー内の特定のステージに対する適合性に基づいて、AIメソッドを特定し、分類する。著者らによってAI支援設計がうまく実装された一連のアプリケーション例を示す。
論文参考訳（メタデータ） (2024-12-16T14:26:27Z)
STAR: Synthesis of Tailored Architectures [61.080157488857516]
本稿では, 適合型アーキテクチャ (STAR) の新規な合成手法を提案する。提案手法は線形入力可変系の理論に基づく新しい探索空間を結合し,階層的な数値エンコーディングをアーキテクチャゲノムに支持する。STARゲノムは,複数のモデル品質と効率の指標に最適化するために,勾配のない進化的アルゴリズムで自動的に精製・組換えされる。 STARを用いて、多種多様な計算単位と相互接続パターンを活用し、品質、パラメータサイズ、および自動回帰言語モデリングのための推論キャッシュのフロンティアにおける高度に最適化されたトランスフォーマーとストライプハイブリッドモデルを改善する。
論文参考訳（メタデータ） (2024-11-26T18:42:42Z)
SynthAI: A Multi Agent Generative AI Framework for Automated Modular HLS Design Generation [0.0]
本稿では,HLS設計の自動化手法であるSynthAIを紹介する。 SynthAIはReActエージェント、Chain-of-Thought(CoT)プロンプト、Web検索技術、Retrieval-Augmented Generationフレームワークを統合している。
論文参考訳（メタデータ） (2024-05-25T05:45:55Z)
AI-Empowered Hybrid MIMO Beamforming [85.48860461696417]
ハイブリッドマルチインプット・マルチアウトプット(MIMO)システムは、アナログおよびデジタルのビームフォーミングの一部を実装している。近年、ハイブリッドビームフォーミング設計にデータ支援人工知能(AI)ツールを使うことへの関心が高まっている。本稿では、リアルタイムハイブリッドビームフォーミング設計を改善するために、データを活用するための候補戦略についてレビューする。
論文参考訳（メタデータ） (2023-03-03T06:04:20Z)
Design of Unmanned Air Vehicles Using Transformer Surrogate Models [8.914156789222266]
我々は,無人航空機(UAV)の設計を合成するAIデザイナを開発した。提案手法では,高額なフライトダイナミックスモデルやCADツールを動作させることなく,新規なドメイン固有符号化を用いた深部変圧器モデルを用いて,提案手法の性能評価を行う。
論文参考訳（メタデータ） (2022-11-11T21:22:21Z)
Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。 NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
論文参考訳（メタデータ） (2022-03-06T10:12:56Z)
Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
論文参考訳（メタデータ） (2021-05-06T02:22:23Z)
Machine Learning-Based Automated Design Space Exploration for Autonomous Aerial Robots [55.056709056795206]
自律飛行ロボットのためのドメイン固有のアーキテクチャの構築は、オンボードコンピューティングを設計するための体系的な方法論が欠如しているため、難しい。 F-1ルーフラインと呼ばれる新しいパフォーマンスモデルを導入し、アーキテクトがバランスの取れたコンピューティングシステムを構築する方法を理解するのを助ける。サイバー物理設計空間を自動でナビゲートするために、AutoPilotを導入します。
論文参考訳（メタデータ） (2021-02-05T03:50:54Z)

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。