XiaoMi-AI文件搜索系统
World File Search System设计空间
![arxiv：2402.08540v1 [cs.lg] 2024年2月13日](/simg/g:\will\search\icon\source\0\0d3c5d21d7ebc6c4f9033fdcaf762fcc6af0e990.webp)
arxiv：2402.08540v1 [cs.lg] 2024年2月13日
在这项工作中，我们对生成和非生成模型的有效性和效率进行了系统的比较，以构建新颖有效的设计探索和形状优化的设计空间。我们在机翼/水电设计的情况下应用了这些模型，并对所得的设计空间进行了比较。传统的生成对抗网络（GAN）和最先进的生成模型，即性能增强的多样化生成的对手网络（PADGAN），基于基于karhunen-love扩展的耦合的线性非生成模型并置与线性非生成模型并列。比较示例表明，具有适当的形状编码和物理增强的设计空间，非生成模型具有成本效益的高性能有效设计，并具有增强的设计空间覆盖范围。在这项工作中，这两种方法都应用于两个大型箔概况数据集，其中包括通过配置文件生成的参数模型或深度学习方法生成的现实世界和人工设计。这些数据集进一步丰富了其成员形状和物理信息参数的整体属性。我们的结果表明，非生成模型构建的设计空间在设计有效性方面优于生成模型，与生成模型相比，生成了强大的潜在空间，或者无无效的设计。我们还比较了生成的设计的性能和多样性，以提供有关所得空间质量的进一步见解。我们渴望这些发现将帮助工程设计社区在构建设计空间以进行形状优化时做出明智的决定，因为我们已经证明，在某些条件下，计算廉价的方法可以紧密匹配甚至超过表现最好的生成模型。
支持虚拟现实中的设计空间探索
由于缺乏可视化功能、非破坏性操作、建议和灵活性，探索虚拟场景中对象配置的设计空间对于虚拟现实创作工具而言是一项挑战。这项工作引入了属性空间，即在 3D 内容生成期间可视化和操纵虚拟现实中的对象属性的工具。属性空间使设计师能够系统地探索设计空间，支持快速比较设计方案并提供设计建议。可以为多个对象同时分组和操纵自定义属性组合。分组支持创建自定义操作组合，可用作编辑多个属性的工具，以及有希望的设计决策的快照以供以后审查。在 3D 设计专家对属性空间的评估中，我们发现我们的方法可以增强用户对其设计空间探索的理解
使用元启发式优化技术扩展基于太空传感器的太空监视网络
鉴于人们对维持战术 SDA 的持续兴趣，太空传感器作为 SOSI 网络的组成部分，是一项不可或缺的资产。然而，太空传感器硬件和传感器轨道的设计空间巨大而复杂。只要有合适的目标函数来评估太空传感器设计的性能，就可以使用元启发式优化技术来遍历传感器设计空间。基于信息的传感器任务分配方面的先前工作可以提供与 SDA 相关的传感器性能指标，如参考文献 [13、12、20、14] 所示。针对 RSO 目录的传感器网络任务分配提取了有关传感器观察目标和估计其状态的能力的有用信息。将基于信息的传感器任务分配与元启发式优化相结合，可以为即将到来的 SDA 制定高性能的太空传感器星座设计。
通过图探索神经网络的鲁棒性...
深度研究深度人工神经网络（DANN）的体系结构以提高其预测性能。但是，探索了丹恩的架构与噪声和对抗性攻击之间的稳健性之间的关系。我们调查了丹尼斯的鲁棒性与它们的基础图架构或结构之间的关系。这项研究：（1）首先使用图理论鲁棒性测量探索Danns架构的设计空间； （2）将图形转换为DANN体系结构，以训练/验证/测试各种图像分类任务； （3）探讨了训练有素的丹尼斯针对噪声和对抗性攻击的鲁棒性与通过图理论测量估计的基础体系结构的鲁棒性之间的鲁棒性之间的关系。我们表明，底层图的拓扑熵和olivier-Ricci曲率可以量化DANN的稳健性性能。上述关系对于复杂的任务和大型丹恩来说更牢固。我们的工作将使汽车和神经架构搜索社区能够探索强大而准确的Danns的设计空间。
具有优化的增强集设计框架
摘要 在任何系统设计的早期阶段，彻底探索设计空间都极具挑战性，而且计算成本高昂。在处理飞机等复杂系统时，由于其设计空间的维度高，挑战会进一步加剧。基于集合的设计源自丰田产品开发系统，可以在早期设计阶段并行评估多种备选配置。同时，可以在后期阶段采用优化方法来微调设计变体的工程特性。本文介绍了增强型基于集合的设计和优化 (ADOPT) 框架，该框架引入了一种整合这两个领域的新方法。这允许彻底探索设计空间，同时确保所选设计的最优性。该框架采用独立于流程和与工具无关的方法开发，因此可以应用于各种系统的设计过程。为了展示实施和潜在优势，该框架已应用于通用飞机燃油系统的设计。本文讨论了案例研究的结果和框架本身，并确定和介绍了一些需要进一步发展的领域以及未来的工作。
虚拟现实中的算法设计
摘要：事实证明，虚拟现实有助于在 3D 模型内进行感知和导航，同时激发创造力并增强建筑师/客户互动。在这种情况下，为了更好地探索从这种互动中建议的设计空间路径，重要的是支持在沉浸于模型的同时快速更新模型。算法设计是一种使用参数算法来表示设计空间而不是单个设计实例的建筑设计方法，它提供了这样的支持。我们提出了一种基于实时编码与虚拟现实相结合的新型建筑设计流程，促进了沉浸式算法设计方法。所提出的工作流程需要使用嵌入在虚拟环境中的算法设计工具，建筑师不仅可以创建设计，还可以与该设计进行交互，通过在虚拟现实中实时编码其算法表示来更改它。在本文中，我们解释了所面临的挑战以及为实施所提出的工作流程而设计的解决方案。此外，我们讨论了虚拟现实中的算法设计对建筑设计过程不同阶段的适用性以及该提案可能带来的未来发展。
对抗性人工智能
围绕人工智能发展的绝大多数讨论都认为，与“人类价值观”相一致的屈从的“道德”模型是普遍有益的——简而言之，好的人工智能是谄媚的人工智能。我们探索了谄媚范式的阴影，我们将这种设计空间称为对抗性人工智能：令人不快、粗鲁、打断、对抗、挑战等人工智能系统——嵌入了相反的行为或价值观。对抗性人工智能系统远非“坏的”或“不道德的”，我们考虑的是，对抗性人工智能系统有时是否可能给用户带来好处，比如迫使用户面对他们的假设，建立适应力，或发展更健康的关系界限。通过形成性探索和推测性设计研讨会（参与者设计了采用对抗性的虚构人工智能技术），我们为对抗性人工智能布局了一个设计空间，阐明了潜在的好处、设计技术和将对抗元素嵌入用户体验的方法。最后，我们讨论了该领域的诸多伦理挑战，并确定了对抗性人工智能负责任设计的三个维度——同意、背景和框架。