論文の概要: Localized Generative Design of Ship Hulls with Diffusion Models and High-Fidelity Assessment
- arxiv url: http://arxiv.org/abs/2610.12870v1
- Date: Fri, 09 Oct 2026 01:56:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.344903
- Title: Localized Generative Design of Ship Hulls with Diffusion Models and High-Fidelity Assessment
- Title（参考訳）: 拡散モデルによる船殻の局所的生成設計と高忠実度評価
- Abstract要約: 本稿では,局所的な船体最適化のための報奨指向拡散フレームワークを提案する。
これは、高忠実度評価が、物理的に実現可能な生成設計の表現と目的の改善にどのように役立つかを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Practical ship design requires localized refinement and performance evaluation. This paper presents a reward-directed diffusion framework for localized hull optimization. Parametric masking during dataset generation restricts geometric changes to selected variables, including the bulbous bow and forebody, while preserving full-hull continuity. Surrogate-assisted sequential Monte Carlo sampling targets reduced predicted calm-water resistance, with stability retained through training data and displacement matched during screening. An automated viscous free-surface CFD pipeline, validated against measurements for two benchmark container ships, evaluates a generated variant and GenHull E, a hull refined by a naval architect within the same representation. At matched KRISO Container Ship (KCS) displacement, the generated variant has comparable total resistance at $F_n=0.195$ but 45-50% higher resistance at $F_n=0.250$ and $0.260$, missed by empirical screening. GenHull E achieves 6-8% lower total resistance up to $F_n=0.240$ but higher resistance above $F_n=0.250$ as opposing friction and pressure trends reverse the gains. Aggregating resistance across this crossover can conceal tradeoffs that emerge when friction and pressure components are evaluated separately. The assessment reveals an inability to represent a faired bulbous bow and a reward lacking viscous pressure and stability terms. These findings show how high-fidelity assessment informs improved representations and objectives for physically realizable generative designs.
- Abstract（参考訳）: 実用船の設計には局所的な改良と性能評価が必要である。
本稿では,局所的な船体最適化のための報奨指向拡散フレームワークを提案する。
データセット生成時のパラメトリックマスキングは、球状弓や前肢を含む選択された変数に対する幾何学的変化を制限し、フルホール連続性を維持する。
サーロゲートを用いた連続モンテカルロサンプリングターゲットは, トレーニングデータと検層時の変位が一致し, 予測した静水抵抗を低減した。
2つのベンチマークコンテナ船の測定に対して検証された自動粘性自由表面CFDパイプラインは、生成された変種と、同じ表現で海軍建築家によって洗練された船体であるGenHull Eを評価する。
一致するKRISOコンテナシップ(KCS)の変位では、生成した派生型は、F_n=0.195$と同等の総抵抗を持つが、45-50%高い抵抗は、F_n=0.250$と0.260$で、試験的なスクリーニングで見落とされた。
GenHull Eは6-8%の総抵抗を$F_n=0.240$まで下げるが、対向する摩擦と圧力傾向が利得を反転させるため$F_n=0.250$より高い抵抗を得る。
この交差する抵抗の集合は、摩擦と圧力成分が別々に評価されたときに生じるトレードオフを隠蔽することができる。
評価の結果, 球状球状弓を表現できないこと, 粘性圧力と安定性が欠如していることが判明した。
これらの結果は、高忠実度評価が、物理的に実現可能な生成設計の表現と目的の改善にどのように貢献するかを示している。
関連論文リスト
- Drive vs. Decay: On the Training Dynamics of Joint-Embedding Predictive Architectures [5.790458475928127]
JEPA(Joint-Embedding Predictive Architectures)は崩壊しがちである。
我々はこれらを統一する早期学習安定理論を開発する。
本稿では,初期化時のアイデンティティに対して注意が偏っているトランスフォーマー予測器ResidualPredを紹介する。
論文 参考訳（メタデータ） (2026-10-01T18:16:38Z) - FlowATC: Aircraft Trajectory Prediction via Flow Matching [39.046509366232065]
本稿では,航路ラベルやチャート管理を伴わない,歴史的航空機軌道に特化して訓練されたフローマッチングアーキテクチャを提案する。
我々のモデルは、ネイティブで不規則なADS-Bサンプリング間隔で直接訓練される。
予測地平線により誤差は良好に低下し, 時間的劣化フィードで再トレーニングした場合, アーキテクチャが有効であることを示す。
論文 参考訳（メタデータ） (2026-09-15T02:21:06Z) - Self-Supervised Topologically Invariant Manifold Learning for Railway Image Quality Assessment [20.081901964453074]
既存のブラインド画像品質評価法(BIQA)は、実世界の領域における一般化を制限する合成主観的アノテーションに依存している。
境界制約下での位相不変多様体学習に基づく完全自己教師付きBIQAフレームワークを提案する。
我々のフレームワークは標準の合成およびワイルドベンチマークで優れたゼロショット転送性を確保できることを示す。
論文 参考訳（メタデータ） (2026-08-15T13:08:06Z) - Does Latent Context Help? A Controlled Evaluation of Inverse Reinforcement Learning in Arctic Shipping [1.3414298287600028]
逆強化学習(IRL)は、血管軌跡からそのような報酬を回収するための枠組みを提供する。
最近のメタIRL法は、振る舞いの不均一性を捉えるために潜時文脈変数を導入している。
同じ非線形アーキテクチャ上に構築された線形共有報酬、非線形共有報酬、潜在コンテキストモデルを比較する。
論文 参考訳（メタデータ） (2026-08-06T14:39:55Z) - Uncertainty-guided active learning for surrogate prediction of stream-finishing wear fields [37.82552353322716]
我々は、幾何学から直接、侵食を規定する3つの分野を予測する不確実性誘導型サロゲートフレームワークを提案する。
このサロゲートは、不一致が不確実性を推定する深いアンサンブルを使用し、最も不確実な方向に対してDEMシミュレーションを実行するアクティブラーニング戦略を可能にする。
論文 参考訳（メタデータ） (2026-08-01T11:12:39Z) - A Blueprint for Self-Evolving Coding Agents in Vehicle Aerodynamic Drag Prediction [9.020568132598827]
本稿では, 産業制約下でのドラッグ係数$C_d$を予測するために, 実行可能サロゲートパイプラインを検出する自己進化型符号化エージェントの契約中心の青写真を提案する。
この方法は、静的モデルインスタンスではなく、プログラム上の制約付き最適化としてサロゲート発見を定式化する。
厳しい評価契約は、任意の候補が承認される前に、漏洩防止、決定論的リプレイ、マルチシード、ロバスト性、資源予算を強制する。
論文 参考訳（メタデータ） (2026-03-23T08:36:57Z) - KAN-FIF: Spline-Parameterized Lightweight Physics-based Tropical Cyclone Estimation on Meteorological Satellite [22.99496587694237]
熱帯性サイクロンのタイムリーなモニタリングは、生命と財産の損失を減らすために重要である。
現在の物理誘導モデルは、TC属性間の高次関係を捕捉できない線形特徴相互作用に悩まされている。
本研究では,KAN-FIF(Kolmogorov-Arnold Network-based Network-based Interaction Feature Framework)を紹介する。
論文 参考訳（メタデータ） (2026-02-12T16:07:39Z) - RAPTOR: Ridge-Adaptive Logistic Probes [37.64383880338739]
本稿では, 簡易なL2正規化ロジスティックプローブであるRAPTORを提案する。
RAPTORは、競争の方向安定性を達成しつつ、高いベースラインを精度で一致または超える。
理想化されたガウス教師学生モデルにおけるリッジロジスティック回帰の力学特性について,高次元小ショット状態における解析を行った。
論文 参考訳（メタデータ） (2026-01-29T19:20:27Z) - Boltzmann-Aligned Inverse Folding Model as a Predictor of Mutational Effects on Protein-Protein Interactions [48.58317905849438]
結合自由エネルギーの変化を予測する(Delta Delta G$)ことはタンパク質-タンパク質相互作用の理解と調節に不可欠である。
本稿では,事前学習した逆折り畳みモデルから$Delta Delta G$予測への知識伝達のためのボルツマンアライメント手法を提案する。
論文 参考訳（メタデータ） (2024-10-12T14:13:42Z) - Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。
拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。
MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
論文 参考訳（メタデータ） (2024-05-01T12:03:39Z)
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。