論文の概要: Insightful Assistant: AI-compatible Operation Graph Representations for
Enhancing Industrial Conversational Agents
- arxiv url: http://arxiv.org/abs/2007.12929v1
- Date: Sat, 25 Jul 2020 13:46:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-07 00:32:47.311779
- Title: Insightful Assistant: AI-compatible Operation Graph Representations for
Enhancing Industrial Conversational Agents
- Title（参考訳）: Insightful Assistant: 産業会話エージェントの強化のためのAI互換操作グラフ表現
- Authors: Bekir Bayrak, Florian Giger, Christian Meurisch
- Abstract要約: 本稿では,新しい演算グラフ表現に基づくパイプラインの概念であるInsightful Assistantを提案する。
業界データセットには,それぞれ4つの異なるバリエーションが予想される,869のリクエストをクラウドソースで収集しています。
本データセットにおける概念実証プロトタイプの評価は,その実現可能性を示している。
- 参考スコア（独自算出の注目度）: 1.5549058278953802
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Advances in voice-controlled assistants paved the way into the consumer
market. For professional or industrial use, the capabilities of such assistants
are too limited or too time-consuming to implement due to the higher complexity
of data, possible AI-based operations, and requests. In the light of these
deficits, this paper presents Insightful Assistant---a pipeline concept based
on a novel operation graph representation resulting from the intents detected.
Using a predefined set of semantically annotated (executable) functions, each
node of the operation graph is assigned to a function for execution. Besides
basic operations, such functions can contain artificial intelligence (AI) based
operations (e.g., anomaly detection). The result is then visualized to the user
according to type and extracted user preferences in an automated way. We
further collected a unique crowd-sourced set of 869 requests, each with four
different variants expected visualization, for an industrial dataset. The
evaluation of our proof-of-concept prototype on this dataset shows its
feasibility: it achieves an accuracy of up to 95.0% (74.5%) for simple
(complex) request detection with different variants and a top3-accuracy up to
95.4% for data-/user-adaptive visualization.
- Abstract（参考訳）: 音声制御アシスタントの進歩は、消費者市場への道を開いた。
プロフェッショナルや産業用途では、データの複雑さ、AIベースの操作の可能性、要求により、このようなアシスタントの能力は制限されすぎ、あるいは実装に時間がかかりすぎる。
これらの欠点を鑑みて,本論文では,検出意図から生じる新たな操作グラフ表現に基づくパイプライン概念であるInsightful Assistantを提案する。
定義済みのセマンティックアノテート(実行可能)関数セットを使用して、オペレーショングラフの各ノードは、実行のために関数に割り当てられる。
このような機能は基本的な操作以外に、人工知能(AI)ベースの操作(例えば異常検出)を含むことができる。
その結果は型に従ってユーザに可視化され、ユーザの好みを自動的に抽出する。
さらに、産業データセットのために、4つの異なるバリエーションが期待される869のリクエストをクラウドソースで収集しました。
このデータセットにおける概念実証プロトタイプの評価は、異なる変種による単純な(複雑な)要求検出に最大95.0% (74.5%)、データ/ユーザ適応視覚化に最大95.4%の精度を実現している。
関連論文リスト
- Language Supervised Human Action Recognition with Salient Fusion: Construction Worker Action Recognition as a Use Case [8.26451988845854]
本研究では,人間の行動認識(HAR)に骨格と視覚的手がかりをベースとした新しいアプローチを提案する。
特徴表現を最適化するために,スケルトンモダリティを条件とした言語モデルに対して学習可能なプロンプトを用いる。
建設現場における実世界のロボット応用に適した新しいデータセットを導入し,視覚,骨格,深度データモダリティを特徴とする。
論文 参考訳（メタデータ） (2024-10-02T19:10:23Z) - FamiCom: Further Demystifying Prompts for Language Models with Task-Agnostic Performance Estimation [73.454943870226]
言語モデルは、コンテキスト内学習能力に優れています。
本稿では,タスク非依存のパフォーマンス推定のためのより包括的な尺度であるFamiComを提案する。
論文 参考訳（メタデータ） (2024-06-17T06:14:55Z) - Differentiable Task Graph Learning: Procedural Activity Representation and Online Mistake Detection from Egocentric Videos [13.99137623722021]
手続き的活動は、特定の目標を達成するための重要なステップのシーケンスである。
タスクグラフは、手続き的活動の人間的に理解可能な表現として現れてきた。
論文 参考訳（メタデータ） (2024-06-03T16:11:39Z) - Formal Logic Enabled Personalized Federated Learning Through Property
Inference [5.873100924187382]
本研究では,時間的論理的推論を利用してこの問題に対処する新たなトレーニングパラダイムを提案する。
本手法では,各FLクライアントに対して機械的に生成された論理式を組み込むことで,学習プロセスの強化を図る。
提案手法は,15州からのセンサデータからなる実世界の交通量予測タスクと,合成データを用いたスマートシティマルチタスク予測という2つのタスクで評価する。
論文 参考訳（メタデータ） (2024-01-15T03:25:37Z) - Tool-Augmented Reward Modeling [58.381678612409]
本稿では,外部環境へのアクセスによるRMの強化により,制約に対処するツール拡張された嗜好モデリング手法であるThemisを提案する。
我々の研究は、外部ツールをRMに統合し、様々な外部ソースとの相互作用を可能にすることを目的としている。
人間の評価では、テミスで訓練されたRLHFはベースラインと比較して平均32%の勝利率を得る。
論文 参考訳（メタデータ） (2023-10-02T09:47:40Z) - Should All Proposals be Treated Equally in Object Detection? [110.27485090952385]
オブジェクト検出器の複雑さと精度のトレードオフは、リソース制約されたビジョンタスクにとって重要な問題である。
検出効率の改善には、提案の不平等な処理に向けて、パラダイムシフトが必要であると仮定されている。
これにより、利用可能な計算予算がより有効になり、同じFLOPSの精度が向上する。
論文 参考訳（メタデータ） (2022-07-07T18:26:32Z) - A Graph-Enhanced Click Model for Web Search [67.27218481132185]
ウェブ検索のための新しいグラフ強調クリックモデル(GraphCM)を提案する。
セッション内情報とセッション間情報の両方を、スパーシリティ問題とコールドスタート問題に活用する。
論文 参考訳（メタデータ） (2022-06-17T08:32:43Z) - Uni-Perceiver: Pre-training Unified Architecture for Generic Perception
for Zero-shot and Few-shot Tasks [73.63892022944198]
我々はUni-Perceiverという汎用認識アーキテクチャを提案する。
様々なモダリティやタスクを、統一されたモデリングと共有パラメータで処理します。
その結果、チューニングなしで事前学習したモデルは、新しいタスクでも合理的なパフォーマンスを達成できることがわかった。
論文 参考訳（メタデータ） (2021-12-02T18:59:50Z) - One-Shot Object Affordance Detection in the Wild [76.46484684007706]
Affordance Detectionは、画像内のオブジェクトの潜在的なアクション可能性を特定することを指す。
我々は、人間の行動目的を推定し、それを転送して、すべての候補画像から共通価格を検出するワンショットアフォーダンス検出ネットワーク(OSAD-Net)を考案する。
複雑なシーンと豊富なアノテーションによって、当社のPADv2データセットは、アベイランス検出メソッドをベンチマークするためのテストベッドとして使用することができます。
論文 参考訳（メタデータ） (2021-08-08T14:53:10Z) - Self-service Data Classification Using Interactive Visualization and
Interpretable Machine Learning [9.13755431537592]
Iterative Visual Logical (IVLC) は、解釈可能な機械学習アルゴリズムである。
IVLCは、医療領域における癌データのような機密で重要なデータを扱う際に特に有用である。
この章では、新しいコーディネートオーダー(COO)アルゴリズムと遺伝的アルゴリズムを組み合わせた自動分類手法を提案する。
論文 参考訳（メタデータ） (2021-07-11T05:39:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。