論文の概要: From Pixels to PCells: A Neurosymbolic Approach to Photonic Component Creation

• arxiv url: http://arxiv.org/abs/2608.00084v1
• Date: Wed, 29 Jul 2026 17:43:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:24.401214
• Title: From Pixels to PCells: A Neurosymbolic Approach to Photonic Component Creation
• Title（参考訳）: ピクセルからパネルへ:フォトニック成分創製へのニューロシンボリックアプローチ
• Abstract要約: 本稿では,マルチモーダルエージェントが視覚的に提示されたフォトニック成分をパラメトリックプログラムに変換するニューロシンボリックシステムPixCellについて述べる。 PixCellのインターフェイスと検証器によるマルチモーダルエージェントは、一貫して0.9の平均IoUを超える。 干渉計のクロススタック研究は、8.0nm自由スペクトル範囲ターゲットを満たすプリミティブプログラムを再構成する。
• 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: We present PixCell, a neurosymbolic system in which multimodal agents convert a visually presented photonic component into a parametric program over a small domain-specific language (DSL) of geometric primitives. A system enabling deterministic visual verification renders evaluation asymmetrically cheaper than the generation attempt. While models using multi-seed sampling and iterative revision reach a mean best-turn IoU of only 0.416, multimodal agents through PixCell's interface and verifier consistently exceed 0.9 mean IoU, with scores reaching 0.974 and 0.955 across eight component targets while also satisfying source contracts. These results demonstrate that frontier multimodal agents can reliably understand and render executable parametric representations from visual targets. Using these live parameters, cross-stack studies on an interferometer reconstruct primitive programs that satisfy an 8.0 nm free spectral range target and the original footprint constraint on modeled 220-nm SOI, 400-nm SiN, and 400-nm TFLN stacks. PixCell further carries a paper-derived splitter from visual reconstruction through SOI full-wave simulation, producing symmetric propagation and balanced outputs. Finally, the same executable verifier supplies a training reward and dataset used to train a Qwen3.6-35B-A3B model with LoRA and GRPO without supervised demonstrations. On eight training-excluded paper figures, its mean champion IoU rises from 0.422 after eight initial attempts to 0.491 after three verifier-guided revision rounds. These results therefore establish a controlled framework for measuring, retargeting, and improving visual-to-parametric photonic component design.
• Abstract（参考訳）: 本稿では、視覚的に提示されたフォトニック成分を、幾何学的プリミティブの小さなドメイン固有言語(DSL)上のパラメトリックプログラムに変換する、ニューロシンボリックシステムPixCellについて述べる。 決定論的視覚的検証を可能にするシステムは、生成試行よりも非対称に評価を下げる。 マルチシードサンプリングと反復リビジョンを用いたモデルは0.416の平均ベストターンIoUに達するが、PixCellのインタフェースと検証器によるマルチモーダルエージェントは、8つのコンポーネント目標に対して0.974と0.955のスコアを持ち、ソース契約も満足している。 これらの結果は、フロンティアマルチモーダルエージェントが視覚目標から実行可能なパラメトリック表現を確実に理解し、レンダリングできることを実証している。 これらのライブパラメータを用いて、インターフェロメーターを用いたクロススタック研究は、モデル化された220nm SOI、400nm SiN、400nm TFLNスタック上の8.0nm自由スペクトル範囲ターゲットと元のフットプリント制約を満たすプリミティブプログラムを再構成する。 PixCellはさらに、SOIフルウェーブシミュレーションを通じて視覚再構成から紙由来のスプリッターを持ち込み、対称伝搬と平衡出力を生成する。 最後に、同じ実行可能検証器がQwen3.6-35B-A3BモデルをLoRAとGRPOでトレーニングするために使用するトレーニング報酬とデータセットを提供する。 トレーニングを除いた8枚の紙の数字では、平均チャンピオンのIoUは8回の初挑戦で0.422から0.491に上昇し、3回の検証済みリビジョンラウンドで0.491に上昇した。 これらの結果は、視覚-パラメトリック・フォトニック・コンポーネントの設計を計測、再ターゲティング、改善するための制御された枠組みを確立する。

関連論文リスト

• GenSyn10: A Multi-Generative AI Dataset For Benchmarking Image Classification [17.505968172455784]
  GenSyn10は、CIFAR-10に準拠した6万の画像(10クラス、32$times$32、50k/10kスプリット)の合成画像データセットである。 実データベースライン,ゼロショット転送,微調整,保持という4段階のプロトコルを用いて17の画像分類モデルを評価する。 測定可能なドメインギャップにもかかわらず、CIFAR-10で訓練されたモデルは、GenSyn10で96.86%のゼロショット精度を実現し、微調整後に99.88%まで上昇した。
  論文  参考訳（メタデータ） (2026-07-10T09:47:16Z)
• EdgeZSAD: Practical Zero-Shot Anomaly Detection on Edge Devices [0.0]
  産業検査には、エッジデプロイメント制約の下でも有用であるゼロショット異常検出(ZSAD)が必要である。 We study this regime through EdgeZSAD, a compact reference system built around a TinyViT-21M-512 backbone。 ソーストレーニングされたターゲット不明のプロトコルで1つのチェックポイントをトレーニングし、6つの産業ベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-06-15T02:17:46Z)
• Model discovery for dynamical systems with complex-valued product units [0.0]
  複雑な価値を持つ製品ユニットネットワークに基づくモデル発見のためのデータ駆動型アプローチを提案する。 最初の3つのシステムに対する試行の90%と、分数的なケースに対する試行の70～90%で、正確な支配方程式を復元する。 このモデルでは,信号振幅範囲の約12～14%のRMSEをトレーニング間隔の3倍長として,予測誤差が有界な安定軌跡を作成した。
  論文  参考訳（メタデータ） (2026-05-26T15:18:47Z)
• Diffusion Image Generation with Explicit Modeling of Data Manifold Geometry [64.61931485161833]
  画像生成モデルは、基礎となるデータ多様体からデータポイントをサンプリングすることを目的としている。 データマニフォールド対応画像差分法(MIND)を提案する。 MINDは離散パッチトークン化を連続拡散モデルのスコア関数に統合する。
  論文  参考訳（メタデータ） (2026-05-25T08:43:14Z)
• LiQSS: Post-Transformer Linear Quantum-Inspired State-Space Tensor Networks for Real-Time 6G [85.58816960936069]
  Sixth-Generation (6G) Open Radio Access Networks (O-RAN) における能動的およびエージェント的制御は、厳密なニアタイム(Near-RT)レイテンシと計算制約の下で制御グレードの予測を必要とする。 本稿では,効率的な無線テレメトリ予測のための変圧器後パラダイムについて検討する。 本稿では、自己アテンションを安定な状態空間動的カーネルに置き換える量子インスピレーション付き状態空間テンソルネットワークを提案する。
  論文  参考訳（メタデータ） (2026-01-18T12:08:38Z)
• Adaptive Monitoring and Real-World Evaluation of Agentic AI Systems [3.215065407261898]
  大規模言語モデルと外部ツールを組み合わせたマルチエージェントシステムは、研究機関からハイテイクドメインへと急速に移行している。 この「先進的な」続編は、アルゴリズムのインスタンス化や経験的な証拠を提供することで、そのギャップを埋める。 AMDMは擬似ゴールドリフトで異常検出遅延を12.3秒から5.6秒に減らし、偽陽性率を4.5%から0.9%に下げる。
  論文  参考訳（メタデータ） (2025-08-28T15:52:49Z)
• Parameter-Inverted Image Pyramid Networks for Visual Perception and Multimodal Understanding [49.218195440600354]
  現在の画像ピラミッドは、複数の解像度を処理するために同じ大規模なモデルを使用しており、計算コストを大幅に上回っている。 我々はCOCO変換画像ピラミッドネットワーク(PIIP)と呼ばれる新しいネットワークアーキテクチャを提案する。 PIIPは、事前訓練されたモデル(ViTまたはCNN)を、より小さなネットワークブランチによって高解像度の画像が処理され、計算コストと性能のバランスをとるマルチスケールイメージの処理に使用する。
  論文  参考訳（メタデータ） (2025-01-14T01:57:41Z)
• EATFormer: Improving Vision Transformer Inspired by Evolutionary Algorithm [111.17100512647619]
  本稿では、実証された実用的な進化的アルゴリズム(EA)と類似したビジョントランスフォーマーの合理性を説明する。 本稿では,EA ベースのトランス (EAT) ブロックのみを含む新しいピラミッド EATFormer バックボーンを提案する。 画像分類,下流タスク,説明実験に関する大規模かつ定量的な実験は,我々のアプローチの有効性と優位性を示すものである。
  論文  参考訳（メタデータ） (2022-06-19T04:49:35Z)
• ViTAEv2: Vision Transformer Advanced by Exploring Inductive Bias for Image Recognition and Beyond [76.35955924137986]
  我々は、内在性IBを畳み込み、すなわちViTAEから探索するビジョントランスフォーマーを提案する。 ViTAEはいくつかの空間ピラミッド縮小モジュールを備えており、入力イメージをリッチなマルチスケールコンテキストでトークンに埋め込む。 我々は、ImageNet検証セット上で88.5%のTop-1分類精度と、ImageNet実検証セット上で最高の91.2%のTop-1分類精度を得る。
  論文  参考訳（メタデータ） (2022-02-21T10:40:05Z)
• PnP-DETR: Towards Efficient Visual Analysis with Transformers [146.55679348493587]
  近年、DeTRはトランスフォーマーを用いたソリューションビジョンタスクの先駆者であり、画像特徴マップを直接オブジェクト結果に変換する。 最近の変圧器を用いた画像認識モデルとTTは、一貫した効率向上を示す。
  論文  参考訳（メタデータ） (2021-09-15T01:10:30Z)

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。