Design Gerativo Profundo: Integração da Otimização Topológica e Modelos Generativos

Resumo: A aprendizagem profunda tem sido aplicada recentemente em várias áreas de pesquisa de otimização de design. Este estudo apresenta a necessidade e eficácia da adoção de aprendizagem profunda para a área de pesquisa de design generativo (ou exploração de design). Este trabalho propõe uma estrutura de design generativo profundo baseada em inteligência artificial (IA) que é capaz de gerar inúmeras opções de design que são não apenas estéticas, mas também otimizadas para desempenho de engenharia. A estrutura proposta integra otimização topológica e modelos generativos (por exemplo, redes generativas adversariais (GANs)) de maneira iterativa para explorar novas opções de design, gerando assim um grande número de designs a partir de dados de design anteriores limitados. Além disso, a detecção de anomalias pode avaliar a novidade dos designs gerados, ajudando assim os designers a escolher entre as opções de design. O problema de design de roda 2D é aplicado como um estudo de caso para validação da estrutura proposta. A estrutura manifesta melhor estética, diversidade e robustez dos designs gerados do que os métodos de design generativo anteriores.