metadata
license: mit
ship-hull-generator assets
ship-hull-generator が使用する 学習済みモデルと学習データのアセットリポジトリです。
TrainedModels/— 拡散モデル・分類器・回帰モデルの学習済み重み (.pth) と設定 (.json)data/— 学習データセット (DesVec_82k.npy, GeometricMeasures.npy など)
出典 / Attribution
C-ShipGen 由来(MIT ライセンス、
noahbagz/C_ShipGen):
data/ の全ファイル、および TrainedModels/ のうち
CShipGen_diffusion / CShipGen_Test_diffusion / Constraint_Classifier_150000Epochs /
Regressor_BOA / Regressor_CT / Regressor_LOA_wBulb / Regressor_Vol /
Regressor_WL / Regressor_WSA。
N. J. Bagazinski and F. Ahmed, "C-ShipGen: A Conditional Guided Diffusion Model for Parametric Ship Hull Design." arXiv:2407.03333, 2024.
本プロジェクトで独自に学習したモデル(C-ShipGen には含まれません):
| モデル | 予測対象 | 検証誤差 | 教師データ |
|---|---|---|---|
Regressor_Stability |
KM_T/B(横メタセンタ高さ / 型幅) | 6.9% | DesVec_82k の断面積分から生成 |
Regressor_Strength |
k_SM = (I_unit/c)/(B·D)(中央断面の断面係数形状係数) | 1.0% | 同上 |
いずれも拡散サンプリングのガイダンス項(復原性・縦強度)に使うためのもので、
入力は C-ShipGen の回帰モデルと同じ 45 次元(正規化設計ベクトル 44 次元 + 喫水/型深さ比)です。
入力の正規化は DesVec_82k 全体で fit した変換器と必ず一致させる必要があります
(QuantileTransformer はノンパラメトリックなため、fit 対象が違うと別物の写像になります)。
詳細は ship_hull_generator/surrogate_utils.py を参照してください。