論文の概要: A novel knowledge graph development for industry design: A case study on
indirect coal liquefaction process
- arxiv url: http://arxiv.org/abs/2111.13854v1
- Date: Sat, 27 Nov 2021 09:37:56 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-03 12:13:03.961038
- Title: A novel knowledge graph development for industry design: A case study on
indirect coal liquefaction process
- Title（参考訳）: 産業設計のための新しい知識グラフ開発--間接的石炭液化過程を事例として
- Authors: Zhenhua Wang, Beike Zhang, Dong Gao
- Abstract要約: 産業安全のための知識グラフ開発(ISKG)が提案されている。
IEC61882の国際標準によれば、HAZOPを多レベル情報を含む危険事象に分解するために、トップダウンアプローチを用いる。
本稿では,ハイブリッド深層学習に基づくHAINEXと呼ばれる創発的な情報抽出モデルを提案する。
- 参考スコア（独自算出の注目度）: 2.150376643286944
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hazard and operability analysis (HAZOP) is a remarkable representative in
industrial safety engineering, the HAZOP report contains a great storehouse of
industrial safety knowledge (ISK). In order to unlock the value of ISK and
improve HAZOP efficiency, a novel knowledge graph development for industrial
safety (ISKG) is proposed. Firstly, according to the international standard
IEC61882, we use the top-down approach to disintegrate HAZOP into hazard events
with multi-level information, which constructs the ontology library. Secondly,
using the bottom-up approach and natural language processing technology, we
present an ingenious information extraction model termed HAINEX based on hybrid
deep learning. Briefly, the HAINEX consists of the following modules: an
improved industrial bidirectional encoder for extracting semantic features, a
bidirectional long short-term memory network for obtaining the context
representation, and a decoder based on conditional random field with an
improved industrial loss function. Finally, the constructed HAZOP triples are
imported into the graph database. Experiments show that HAINEX is advanced and
reliable. We take the indirect coal liquefaction process as a case study to
develop ISKG. ISKG oriented applications, such as ISK visualization, ISK
retrieval, auxiliary HAZOP and hazard propagation reasoning, can mine the
potential of ISK and improve HAZOP efficiency, which is of great significance
in strengthening industrial safety. What is more, the ISKG based
question-answering system can be applied to teaching guidance to popularize the
safety knowledge and enhance prevention awareness for non-professionals.
- Abstract（参考訳）: hazop は産業安全工学における顕著な代表であり、hazop 報告書には産業安全知識(isk)の優れた保管庫が含まれている。
ISKの価値を解放し、HAZOP効率を向上させるために、産業安全のための新しい知識グラフ開発(ISKG)を提案する。
第1に,国際標準IEC61882によると,我々はトップダウンアプローチを用いて,オントロジーライブラリを構成する多段階情報を用いて,ハズオプを危険事象に分解する。
次に,ボトムアップアプローチと自然言語処理技術を用いて,ハイブリッド深層学習に基づくhainexと呼ばれる巧妙な情報抽出モデルを提案する。
簡単に言うと、HAINEXは、意味的特徴を抽出する産業用双方向エンコーダの改善、文脈表現を得るための双方向長短期記憶ネットワーク、工業的損失関数を改良した条件付きランダムフィールドに基づくデコーダからなる。
最後に、構築されたHAZOPトリプルをグラフデータベースにインポートする。
実験によりHAINEXは高度で信頼性が高いことが示された。
間接石炭液化プロセスについて,ISKGの開発を事例として考察する。
iskビジュアライゼーション、isk検索、補助hazopおよびハザード伝播推論のようなiskg指向のアプリケーションは、iskの可能性を発掘し、産業安全の強化において重要なhazop効率を向上させることができる。
さらに、ISKGに基づく質問応答システムは、安全知識の普及と非専門職の予防意識向上のための指導指導に応用できる。
関連論文リスト
- Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。
製品ライフサイクルを通じてデータをデジタル化することで、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。
産業用IoT(Industrial Internet of Things, IIoT)デバイスを利用すれば、DTを構築するためのデータを共有するメカニズムは、悪い選択問題の影響を受けやすい。
論文 参考訳（メタデータ） (2024-08-02T10:47:10Z) - Knowledge Adaptation from Large Language Model to Recommendation for Practical Industrial Application [54.984348122105516]
大規模テキストコーパスで事前訓練されたLarge Language Models (LLMs) は、推奨システムを強化するための有望な道を示す。
オープンワールドの知識と協調的な知識を相乗化するLlm-driven knowlEdge Adaptive RecommeNdation (LEARN) フレームワークを提案する。
論文 参考訳（メタデータ） (2024-05-07T04:00:30Z) - Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement [67.1393112206885]
大規模言語モデル(LLM)は、対話的な意思決定タスクにおいてインテリジェントなエージェントとして期待されている。
本稿では,トークンレベルでのLLMの最適化に適したエントロピー拡張RL法である,エントロピー正規化トークンレベル最適化(ETPO)を導入する。
我々は,データサイエンスコード生成を多段階対話型タスクのシリーズとしてモデル化したシミュレーション環境におけるETPOの有効性を評価する。
論文 参考訳（メタデータ） (2024-02-09T07:45:26Z) - The Role of Foundation Models in Neuro-Symbolic Learning and Reasoning [54.56905063752427]
Neuro-Symbolic AI(NeSy)は、AIシステムの安全なデプロイを保証することを約束している。
ニューラルネットワークとシンボリックコンポーネントを順次トレーニングする既存のパイプラインは、広範なラベリングを必要とする。
新しいアーキテクチャであるNeSyGPTは、生データから象徴的特徴を抽出する視覚言語基盤モデルを微調整する。
論文 参考訳（メタデータ） (2024-02-02T20:33:14Z) - Analysis and Applications of Deep Learning with Finite Samples in Full
Life-Cycle Intelligence of Nuclear Power Generation [21.938498455998303]
産業4.0の出現は、産業の文脈において人工知能(AI)の手法が取り入れられた。
しかし、複雑な工業用ミレウス、特にエネルギー探査と生産に関連するものは、長い尾のクラス分布、サンプルの不均衡、ドメインシフトを特徴とするデータを含むことが多い。
本研究は, 深層学習(DL)技術の適用を慎重に検討する, 原子力発電(NPG)の複雑で独特な産業シナリオに焦点を当てる。
論文 参考訳（メタデータ） (2023-11-07T06:17:57Z) - Few-shot Detection of Anomalies in Industrial Cyber-Physical System via
Prototypical Network and Contrastive Learning [5.9990208840809345]
本稿では,プロトタイプネットワークとコントラスト学習に基づく数ショットの異常検出モデルを提案する。
本モデルでは,異常信号を特定するために,F1スコアを大幅に改善し,誤警報率(FAR)を低減できることを示す。
論文 参考訳（メタデータ） (2023-02-21T11:09:36Z) - On a Uniform Causality Model for Industrial Automation [61.303828551910634]
産業自動化の様々な応用分野に対する一様因果モデルを提案する。
得られたモデルは、サイバー物理システムの振る舞いを数学的に記述する。
このモデルは、機械学習に焦点を当てた産業自動化における新しいアプローチの応用の基盤として機能することが示されている。
論文 参考訳（メタデータ） (2022-09-20T11:23:51Z) - Yes, DLGM! A novel hierarchical model for hazard classification [6.257460513878887]
本稿では,リスク分類のための深層学習によるDLGMと呼ばれる新しいモデルを提案する。
ユースケースとして18の産業プロセスを採用し、一連の実験をローンチします。
実験の結果,DLGMはハザード分類に有望な適性を示した。
論文 参考訳（メタデータ） (2022-09-10T02:45:59Z) - Great Truths are Always Simple: A Rather Simple Knowledge Encoder for
Enhancing the Commonsense Reasoning Capacity of Pre-Trained Models [89.98762327725112]
自然言語における常識推論は、人工知能システムの望ましい能力である。
複雑なコモンセンス推論タスクを解決するための典型的な解決策は、知識対応グラフニューラルネットワーク(GNN)エンコーダで事前訓練された言語モデル(PTM)を強化することである。
有効性にもかかわらず、これらのアプローチは重いアーキテクチャ上に構築されており、外部知識リソースがPTMの推論能力をどのように改善するかを明確に説明できない。
論文 参考訳（メタデータ） (2022-05-04T01:27:36Z) - Modeling and mitigation of occupational safety risks in dynamic
industrial environments [0.0]
本稿では,データ駆動方式で安全リスクを連続的かつ定量的に評価する手法を提案する。
オンライン形式で安全データからこのモデルを校正するために、完全なベイズ的アプローチが開発されている。
提案したモデルは自動意思決定に利用することができる。
論文 参考訳（メタデータ） (2022-05-02T13:04:25Z) - Explainable Artificial Intelligence Based Fault Diagnosis and Insight
Harvesting for Steel Plates Manufacturing [0.0]
本研究は,高精度分類器の開発におけるデータサイエンスのプロセスに対するXAIに基づく洞察を取り入れた方法論について報告する。
Ceteris Peribusプロファイル、Partial Dependenceプロファイル、Breakdownプロファイルが取得されている。
すべての洞察を単一のアンサンブル分類器に組み込んだ10倍のクロス検証性能が94%で達成された。
論文 参考訳（メタデータ） (2020-08-10T23:04:21Z)
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。