Study on Performance-Driven 3D Shape Generation Using Latent Space
潜在空間を活用した性能起点型3D形状生成技術の研究
- Delivery
- Available on this site
- Format
- Price
- Non-members (tax incl.)：￥1,100 Members (tax incl.)：￥880
- Publication code
- 20266066
- Paper/Info type
- Proceedings (Autumn)
No.105-26
- Pages
- 1-2(Total 2 p)
- Date of publication
- Oct 2026
- Publisher
- JSAE
- Language
- Japanese
- Event
- 2026 JSAE Annual Congress (Autumn)
Detailed Information
| Author(J) | 1) 大竹 啓介, 2) 鈴木 啓晃, 3) 架場 勇介, 4) 四條 清文, 5) Muhammad Ibram Hibbanurrohim |
|---|---|
| Author(E) | 1) Keisuke Ootake, 2) Hiroaki Suzuki, 3) Yusuke Hasaba, 4) Kiyofumi Shijo, 5) Muhammad Ibram Hibbanurrohim |
| Affiliation(J) | 1) ヤマハモーターエンジニアリング, 2) ヤマハモーターエンジニアリング, 3) ヤマハモーターエンジニアリング, 4) アストライアーソフトウエア, 5) アストライアーソフトウエア |
| Affiliation(E) | 1) Yamaha Motor Engineering, 2) Yamaha Motor Engineering, 3) Yamaha Motor Engineering, 4) Astraea Software, 5) Astraea Software |
| Abstract(J) | 本研究では，潜在空間を用いた3D形状生成および設計支援手法を提案した．VAEと拡散モデルを融合した生成モデルを構築し，生成された3D形状に対するCAE解析結果を潜在空間上に対応付けることで，所望性能に基づく形状逆探索と新規形状創出の可能性を示すとともに，設計支援手法としての有用性を確認した． Translation |
| Abstract(E) | This study proposes a method for 3D shape generation and design support using latent space. A hybrid generative model combining a variational autoencoder (VAE) and a diffusion model is developed. By mapping CAE analysis results of the generated 3D shapes onto the latent space, the method enables inverse exploration of shapes based on target performance and demonstrates the potential for novel shape generation. The effectiveness of the proposed approach as a design support method is also confirmed. |
