査読を経て、以下の論文がジャーナル誌に掲載・公開されました。
Quantitative Evaluation and Domain Adaptation of Vision–Language Models for Mixed-Reality Interpretation of Indoor Environmental Computational Fluid Dynamics Visualizations
著者：
Soushi Futamura, Tomohiro Fukuda
🔗 DOI: https://doi.org/10.3390/technologies14030157
本研究では、Mixed Reality（MR）環境に重畳表示された室内環境CFD（数値流体解析）可視化を、Vision–Language Models（VLMs）がどの程度定量的に解釈できるかを評価しました。
汎用モデルでは正答率が30％未満にとどまりましたが、ドメイン特化データセットを構築しファインチューニングを行うことで、全カテゴリにおいて60％以上へと改善しました。さらに、一般的な推論性能は概ね維持されることも確認しました。
本研究は、MR上に埋め込まれた物理情報をAIが定量的に理解する可能性を示すとともに、建築環境設計における非専門家参加を支援する技術基盤の一端を示すものです。
ご関心をお持ちいただけましたら、ぜひご一読いただけますと幸いです。
After peer review, the following paper has been published:
Quantitative Evaluation and Domain Adaptation of Vision–Language Models for Mixed-Reality Interpretation of Indoor Environmental Computational Fluid Dynamics Visualizations
Authors:
Soushi Futamura, Tomohiro Fukuda
🔗 DOI: https://doi.org/10.3390/technologies14030157
This study evaluates the capability of Vision–Language Models (VLMs) to quantitatively interpret CFD visualizations overlaid in Mixed Reality (MR) environments.
While the baseline general-purpose model achieved less than 30% accuracy, domain-specific fine-tuning using a newly constructed dataset improved accuracy to over 60% across all categories, largely preserving general reasoning performance.
The findings suggest that domain adaptation enables VLMs to interpret physical information embedded in MR visualizations, contributing to AI-assisted support for non-expert participation in environmental design processes.
We would be grateful if you take a look.