Buchumschlag

C-ShipGen: A Conditional Guided Diffusion Model for Parametric Ship Hull Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bagazinski, Noah J., Ahmed, Faez
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Systems and Control Computational Engineering, Finance, and Science Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DrivAerNet: A Parametric Car Dataset for Data-Driven Aerodynamic Design and Prediction
von: Elrefaie, Mohamed, et al.
Veröffentlicht: (2024)

Bridging Design Gaps: A Parametric Data Completion Approach With Graph Guided Diffusion Models
von: Zhou, Rui, et al.
Veröffentlicht: (2024)

EngiBench: A Framework for Data-Driven Engineering Design Research
von: Felten, Florian, et al.
Veröffentlicht: (2025)

Offshore Wind Turbine Tower Design and Optimization: A Review and AI-Driven Future Directions
von: Ribeiro, João Alves, et al.
Veröffentlicht: (2024)

Adaptive-Sensorless Monitoring of Shipping Containers
von: Shen, Lingqing, et al.
Veröffentlicht: (2025)

Scenario-based Thermal Management Parametrization Through Deep Reinforcement Learning
von: Rudolf, Thomas, et al.
Veröffentlicht: (2024)

Constraining Generative Models for Engineering Design with Negative Data
von: Regenwetter, Lyle, et al.
Veröffentlicht: (2023)

Integrating Physics-Based Modeling with Machine Learning for Lithium-Ion Batteries
von: Tu, Hao, et al.
Veröffentlicht: (2021)

Input Convex Lipschitz Recurrent Neural Networks for Robust and Efficient Process Modeling and Optimization
von: Wang, Zihao, et al.
Veröffentlicht: (2024)

Online Fine-Tuning of Carbon Emission Predictions using Real-Time Recurrent Learning for State Space Models
von: Lemmel, Julian, et al.
Veröffentlicht: (2025)

PIRF: Physics-Informed Reward Fine-Tuning for Diffusion Models
von: Yuan, Mingze, et al.
Veröffentlicht: (2025)

Generative Machine Learning in Adaptive Control of Dynamic Manufacturing Processes: A Review
von: Lee, Suk Ki, et al.
Veröffentlicht: (2025)

Data-driven Sensor Placement for Predictive Applications: A Correlation-Assisted Attribution Framework (CAAF)
von: Leung, Sze Chai, et al.
Veröffentlicht: (2025)

Scaling up machine learning-based chemical plant simulation: A method for fine-tuning a model to induce stable fixed points
von: Esders, Malte, et al.
Veröffentlicht: (2023)

Blue and Green-Mode Energy-Efficient Nanoparticle-Based Chemiresistive Sensor Array Realized by Rapid Ensemble Learning
von: Wang, Zeheng, et al.
Veröffentlicht: (2024)

Reliability comparison of vessel trajectory prediction models via Probability of Detection
von: Rastin, Zahra, et al.
Veröffentlicht: (2025)

SINDyG: Sparse Identification of Nonlinear Dynamical Systems from Graph-Structured Data, with Applications to Stuart-Landau Oscillator Networks
von: Basiri, Mohammad Amin, et al.
Veröffentlicht: (2024)

System Identification of a Moored ASV with Recessed Moon Pool via Deterministic and Bayesian Hankel-DMDc
von: Palma, Giorgio, et al.
Veröffentlicht: (2025)

Weighted Flow Matching and Physics-Informed Nonlinear Filtering for Parameter Estimation in Digital Twins
von: Yanik, Yasar, et al.
Veröffentlicht: (2026)

Data-driven uncertainty-aware seakeeping prediction of the Delft 372 catamaran using ensemble Hankel dynamic mode decomposition
von: Palma, Giorgio, et al.
Veröffentlicht: (2025)

Graph neural network-based surrogate modelling for real-time hydraulic prediction of urban drainage networks
von: Zhang, Zhiyu, et al.
Veröffentlicht: (2024)

Efficient Training of Learning-Based Thermal Power Flow for 4th Generation District Heating Grids
von: Bott, Andreas, et al.
Veröffentlicht: (2024)

Real-Time Machine-Learning-Based Optimization Using Input Convex Long Short-Term Memory Network
von: Wang, Zihao, et al.
Veröffentlicht: (2023)

Advancing Machine Learning in Industry 4.0: Benchmark Framework for Rare-event Prediction in Chemical Processes
von: Sudarshan, Vikram, et al.
Veröffentlicht: (2024)

Bayesian grey-box identification of nonlinear convection effects in heat transfer dynamics
von: Kouw, Wouter M., et al.
Veröffentlicht: (2024)

Towards Autonomous Experimentation: Bayesian Optimization over Problem Formulation Space for Accelerated Alloy Development
von: Khatamsaz, Danial, et al.
Veröffentlicht: (2025)

Foundation Models for the Electric Power Grid
von: Hamann, Hendrik F., et al.
Veröffentlicht: (2024)

BikeBench: A Bicycle Design Benchmark for Generative Models with Objectives and Constraints
von: Regenwetter, Lyle, et al.
Veröffentlicht: (2025)

Continual Learning Strategies for 3D Engineering Regression Problems: A Benchmarking Study
von: Samuel, Kaira M., et al.
Veröffentlicht: (2025)

An Interventional Perspective on Identifiability in Gaussian LTI Systems with Independent Component Analysis
von: Rajendran, Goutham, et al.
Veröffentlicht: (2023)

Data-driven Power Flow Linearization: Theory
von: Jia, Mengshuo, et al.
Veröffentlicht: (2024)

Multistep Criticality Search and Power Shaping in Microreactors with Reinforcement Learning
von: Radaideh, Majdi I., et al.
Veröffentlicht: (2024)

A Novel Multi-Criteria Local Latin Hypercube Refinement System for Commutation Angle Improvement in IPMSMs
von: Asef, Pedram, et al.
Veröffentlicht: (2025)

NITO: Neural Implicit Fields for Resolution-free Topology Optimization
von: Nobari, Amin Heyrani, et al.
Veröffentlicht: (2024)

Virtual Sensing for Solder Layer Degradation and Temperature Monitoring in IGBT Modules
von: Urgolo, Andrea, et al.
Veröffentlicht: (2025)

Discovery Learning accelerates battery design evaluation
von: Zhang, Jiawei, et al.
Veröffentlicht: (2025)

Harnessing Implicit Cooperation: A Multi-Agent Reinforcement Learning Approach Towards Decentralized Local Energy Markets
von: Salazar-Pena, Nelson, et al.
Veröffentlicht: (2026)

AI Agents in Engineering Design: A Multi-Agent Framework for Aesthetic and Aerodynamic Car Design
von: Elrefaie, Mohamed, et al.
Veröffentlicht: (2025)

Controlling Large Electric Vehicle Charging Stations via User Behavior Modeling and Stochastic Programming
von: Puech, Alban, et al.
Veröffentlicht: (2024)

PATH: A Discrete-sequence Dataset for Evaluating Online Unsupervised Anomaly Detection Approaches for Multivariate Time Series
von: Correia, Lucas, et al.
Veröffentlicht: (2024)