An attempt to generate new bridge types from latent space of variational autoencoder

要約

生成人工知能テクノロジーを使用して、新しい種類の橋を生成してみます。
コンポーネントの幅を変更した橋ファサードのグレースケール画像を 3dsMax アニメーション ソフトウェアでレンダリングし、OpenCV モジュールで適切な量の幾何学的変換 (回転、水平スケール、垂直スケール) を実行して、3 スパンの画像データセットを取得しました。
梁橋、アーチ橋、斜張橋、吊り橋。
Python プログラミング言語 TensorFlow と Keras 深層学習プラットフォーム フレームワークに基づいて、変分オートエンコーダーを構築および訓練し、ベクトル演算に便利な低次元ブリッジ型潜在空間を取得しました。
変分オートエンコーダは、人間のオリジナルに基づいた 2 つのブリッジ タイプを新しいブリッジ タイプに結合することができます。
生成人工知能テクノロジーは、橋梁設計者による橋梁タイプのイノベーションを支援し、副操縦士として使用できます。

要約(オリジナル)

Try to generate new bridge types using generative artificial intelligence technology. The grayscale images of the bridge facade with the change of component width was rendered by 3dsMax animation software, and then the OpenCV module performed an appropriate amount of geometric transformation (rotation, horizontal scale, vertical scale) to obtain the image dataset of three-span beam bridge, arch bridge, cable-stayed bridge and suspension bridge. Based on Python programming language, TensorFlow and Keras deep learning platform framework, variational autoencoder was constructed and trained, and low-dimensional bridge-type latent space that is convenient for vector operations was obtained. Variational autoencoder can combine two bridge types on the basis of the original of human into one that is a new bridge type. Generative artificial intelligence technology can assist bridge designers in bridge-type innovation, and can be used as copilot.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google