作为超越参数空间的设计空间探索替代方案的特征空间探索
机器学习
2023-01-30 v1
摘要
本文比较了参数化设计空间与通过使用深度学习(DL)提取设计特征所生成的特征空间，将其作为设计空间探索的一种替代方式。在此比较中，参数化设计空间通过参数化算法创建包含15000个元素的合成数据集并降维以可视化来构建。特征空间——嵌入数据特征的降维向量空间——通过在相同数据集上训练DL模型来构建。我们通过降维并可视化结果来分析并比较所提取的设计特征。我们证明，参数化设计空间在描述设计方案时较为狭窄，因其基于单个参数的组合。相比之下，我们观察到特征设计空间能根据复杂参数关系直观地表示设计方案。基于我们的结果，我们讨论了转化DL模型所学特征以提供直观设计探索空间及可能设计方案可视化机制的潜力。
引用
@article{arxiv.2301.11416,
title = {Feature space exploration as an alternative for design space exploration beyond the parametric space},
author = {Tomas Cabezon Pedroso and Jinmo Rhee and Daragh Byrne},
journal= {arXiv preprint arXiv:2301.11416},
year = {2023}
}