論文の概要: MiDShip: Multimodal Dataset of Ship Cargo Hold Structures for Engineering Design

• arxiv url: http://arxiv.org/abs/2610.02214v2
• Date: Mon, 05 Oct 2026 14:46:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-12 09:53:32.055214
• Title: MiDShip: Multimodal Dataset of Ship Cargo Hold Structures for Engineering Design
• Title（参考訳）: MiDShip:エンジニアリング設計のための船体保持構造のマルチモーダルデータセット
• Abstract要約: 本稿では,12,753個の合成貨物保有構造設計データセットであるMiDShipについて述べる。 MiDShipは、マシンラーニング、生成設計、および船体構造の自動ルールベース評価をサポートする。
• 参考スコア（独自算出の注目度）: 3.5539239472975583
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ship structures govern vessel strength, safety, and manufacturability, but their design must satisfy hundreds of classification society requirements, making the process complex and iterative. Data-driven approaches are limited by the lack of structured datasets linking design geometry, structural performance, and rule-based constraints. This paper presents MiDShip, a multimodal dataset of 12,753 synthetic cargo-hold structural designs: 6,020 random, 496 generated by an SGLD-inspired procedure, and 6,237 generated by an equation-informed repair procedure. Each design includes parametric data, full and mesh-ready 3D geometry, engineering drawings and annotations, a bill of materials, and preliminary structural evaluations. Twenty-five constraints derived from a subset of ABS MVR are also evaluated. None of the random designs satisfies all constraints. Among the SGLD-inspired designs, 322 (64.9%) were fully compliant, with an average of 0.409 violations, 82.7% below the seed mean and 96.9% below the random-design mean. The repair procedure, developed through LLM-assisted code analysis, produced 4,952 fully compliant designs (79.4%), averaging 0.296 violations, 97.1% below the paired-source mean. In equal-size comparisons, mean nearest-neighbor distances in the scaled 120-parameter space were 3.495 for repaired designs, 1.144 for SGLD batches, and 3.729 for random designs. The primary contribution is the synchronized dataset and its generation and evaluation infrastructure; the generation studies demonstrate its utility rather than proposing new optimization algorithms. MiDShip supports machine learning, generative design, and automated rule-based evaluation for ship structures.
• Abstract（参考訳）: 船体構造は、船舶の強度、安全性、製造性を管理するが、その設計は数百の分類社会の要求を満たす必要があり、そのプロセスは複雑で反復的である。 データ駆動アプローチは、設計幾何学、構造性能、ルールベースの制約をリンクする構造化データセットの欠如によって制限される。 本稿では,SGLDにインスパイアされた手順で生成された6,020,SGLDにインスパイアされた手順で生成された496,方程式でインフォームされた修復手順で生成された6,237という,12,753の合成貨物保有構造設計のマルチモーダルデータセットであるMiDShipについて述べる。 それぞれのデザインには、パラメトリックデータ、フルかつメッシュ対応の3D幾何学、エンジニアリング図面とアノテーション、素材の請求書、予備的な構造評価が含まれる。 ABS MVRのサブセットから導出される25の制約も評価した。 ランダムな設計はどれもすべての制約を満たすものではない。 SGLDにインスパイアされた設計のうち、322(64.9%)は完全に準拠しており、平均0.409の違反、82.7%のシード平均、96.9%のランダム設計平均だった。 LLMによるコード分析によって開発された修復手順は、4,952個の完全準拠設計(79.4%)を生産し、平均0.296個の違反を発生させ、ペアのソース平均より97.1%下回った。 等サイズの比較では、スケールした120パラメートル空間の平均最寄り距離は、修理された設計では3.495、SGLDバッチでは1.144、ランダムな設計では3.729であった。 主な貢献は、同期データセットとその生成と評価のインフラであり、生成研究は、新しい最適化アルゴリズムを提案するのではなく、その有用性を実証している。 MiDShipは、マシンラーニング、生成設計、および船体構造の自動ルールベース評価をサポートする。

関連論文リスト

• A3P5 NEMESIS Integrated Rover Design for Environmental Reconnaissance and Robotic Sampling with Reproducible Mobility Analysis and an External Data Machine Learning Calibration Benchmark [0.0]
  NEMESISは、遠隔検査、環境観測、操作を1つのプラットフォーム内で組み合わせることを目的とした4輪ローバーである。 本研究では,光拘束型サブシステムアーキテクチャを開発し,軽量な解析評価を実現する。 この貢献は、プロトタイプ統合フィールドパフォーマンスのためのトレーサブルなエンジニアリング設計研究および評価フレームワークである。
  論文  参考訳（メタデータ） (2026-09-16T07:24:16Z)
• Evaluating a 4B open-weights local LLM for agentic DFT workflows: a literature reproducibility audit [0.0]
  この研究は、様々なハードウェア制約に対して自律的な科学パイプラインを実行するオープンウェイトQwen3:4Bモデルを評価する。 このシステムは、非構造化テキストからパラメータを抽出し、それらを密度汎関数理論(DFT)入力に変換し、シミュレーションを収束させる。
  論文  参考訳（メタデータ） (2026-08-30T08:59:05Z)
• Agentic Designer: Progressive Multi-Agent Collaboration for Structure-Aware Interior Layout Generation [84.5255199507027]
  Agentic Designerは、構造を意識した内部レイアウト生成を反復的かつ制約的に検証された決定プロセスとして定式化する、プログレッシブなフレームワークである。 提案、検証、合成、調整のモジュールステージにレイアウトを分解することで、フレームワークは3つの特殊エージェント、ジェネレータ、評価器、精錬器を協調する。 この機構は、各配置がコミットされる前に段階的に幾何的検証と補正を行い、エラーの蓄積を防止する。
  論文  参考訳（メタデータ） (2026-07-23T02:46:11Z)
• NEST3D: A High-Resolution Multimodal Dataset of Sociable Weaver Tree Nests [12.017496622735473]
  分解可能なウィーバーの巣は、熱調節性の微小生息地を提供し、多様な種を維持できる複雑な生態構造として機能する。 有用で正確な3Dウィーバーの巣データを生成することは、不規則な幾何学と複雑な宿主の植生の統合により困難である。 27,945のRGB画像,111,780のマルチスペクトル画像,約7億8100万点の3Dポイント,専門家による注釈付きセマンティックセグメンテーションラベルを含む,104本のネスト付きツリーからなる1.4TBのマルチモーダルドローンデータセットで,このギャップを埋める。
  論文  参考訳（メタデータ） (2026-06-12T15:39:18Z)
• MinerU2.5-Pro: Pushing the Limits of Data-Centric Document Parsing at Scale [92.09717763663873]
  我々は、データエンジニアリングとトレーニング戦略設計を通じて、純粋に最先端の技術を進化させるMinerU2.5-Proを提案する。 コアとなるのは、カバレッジ、情報性、アノテーションの正確性を中心に設計されたData Engineだ。 我々は,MinerU2.5-Pro が OmniDocBench v1.6 上で 95.69 を達成することを示す。
  論文  参考訳（メタデータ） (2026-04-06T15:44:18Z)
• Elucidating the Design Space of Multimodal Protein Language Models [69.3650883370033]
  マルチモーダルタンパク質言語モデル(PLM)は、シーケンスとトークンに基づく構造情報を統合する。 本稿では,マルチモーダルPLMの設計空間を体系的に解明し,その限界を克服する。 我々の進歩はよりきめ細かな監督にアプローチし、トークンベースのマルチモーダルPLMが堅牢な構造モデリングを実現することを実証する。
  論文  参考訳（メタデータ） (2025-04-15T17:59:43Z)

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。