論文の概要: SpaceQA: Answering Questions about the Design of Space Missions and Space Craft Concepts

• arxiv url: http://arxiv.org/abs/2210.03422v1
• Date: Fri, 7 Oct 2022 09:41:39 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-10 12:49:30.176998
• Title: SpaceQA: Answering Questions about the Design of Space Missions and Space Craft Concepts
• Title（参考訳）: SpaceQA: 宇宙ミッションと宇宙クラフトの概念設計に関する質問への回答
• Authors: Andr\'es Garc\'ia-Silva, Cristian Berr\'io, Jos\'e Manuel G\'omez-P\'erez, Jos\'e Antonio Mart\'inez-Heras, Alessandro Donati, Ilaria Roma
• Abstract要約: 宇宙ミッション設計における最初のオープンドメインQAシステムであるSpaceQAについて述べる。 SpaceQAは、欧州宇宙機関(ESA)による、宇宙ミッションの設計に関する情報のアクセス、共有、再利用を容易にするイニシアチブの一部である。
• 参考スコア（独自算出の注目度）: 57.012600276711005
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present SpaceQA, to the best of our knowledge the first open-domain QA system in Space mission design. SpaceQA is part of an initiative by the European Space Agency (ESA) to facilitate the access, sharing and reuse of information about Space mission design within the agency and with the public. We adopt a state-of-the-art architecture consisting of a dense retriever and a neural reader and opt for an approach based on transfer learning rather than fine-tuning due to the lack of domain-specific annotated data. Our evaluation on a test set produced by ESA is largely consistent with the results originally reported by the evaluated retrievers and confirms the need of fine tuning for reading comprehension. As of writing this paper, ESA is piloting SpaceQA internally.
• Abstract（参考訳）: 宇宙ミッション設計における最初のオープンドメインQAシステムであるSpaceQAについて述べる。 SpaceQAは、欧州宇宙機関(ESA)による、宇宙ミッション設計に関する情報へのアクセス、共有、再利用を容易にする取り組みの一環である。 高密度レトリバーとニューラルネットワークリーダからなる最先端アーキテクチャを採用し,ドメイン特化アノテートデータの欠如による微調整ではなく,転送学習に基づくアプローチを選択する。 ESAが生成したテストセットに対する評価は、もともと評価された検索者によって報告された結果とほぼ一致しており、読解のための微調整の必要性を確認している。 この記事の執筆時点で、ESAはSpaceQAを社内で運用している。

関連論文リスト

• European Space Agency Benchmark for Anomaly Detection in Satellite Telemetry [2.0880207832785436]
  欧州宇宙機関の衛星テレメトリにおける異常検出ベンチマーク(ESA-ADB)は、この領域に新しい標準を確立することを目的としている。 新たに導入されたESA異常データセットには、3つのESAミッションからの注釈付き実生活テレメトリが含まれている。 新しい階層的評価パイプラインで評価された典型的な異常検出アルゴリズムの結果は、演算子のニーズに対処するために新しいアプローチが必要であることを示している。
  論文  参考訳（メタデータ） (2024-06-25T13:23:37Z)
• Language Models are Spacecraft Operators [36.943670587532026]
  大規模言語モデル(LLM)は、ユーザのテキストプロンプトの内容に基づいてアクションを行う自律エージェントである。 我々は,KSPDG(Kerbal Space Program Differential Games)チャレンジに対して,純粋なLLMベースのソリューションを開発した。
  論文  参考訳（メタデータ） (2024-03-30T16:43:59Z)
• SpatialVLM: Endowing Vision-Language Models with Spatial Reasoning Capabilities [59.39858959066982]
  空間的関係についての理解と推論は、視覚質問応答(VQA)とロボット工学の基本的な能力である。 我々は,1000万枚の実画像に対して,最大20億個のVQAサンプルをスケール可能な3次元空間VQAデータ自動生成フレームワークを開発した。 このようなデータに基づいてVLMを訓練することにより、定性的空間的VQAと定量的空間的VQAの両方において、その能力を大幅に向上する。
  論文  参考訳（メタデータ） (2024-01-22T18:01:01Z)
• Knowledge Base Question Answering for Space Debris Queries [24.37269129187282]
  本研究では,欧州宇宙機関(ESA)向けに開発され,複雑な自然言語クエリに応答できるシステムを提案する。 本システムは,まず,自然言語質問から % プログラムスケッチと呼ばれる基本データベース操作のシーケンスを生成するパイプラインに基づいている。 このパイプライン分解アプローチにより,GPT-3で生成された領域外データと半合成データを活用することで,システムのトレーニングが可能になる。
  論文  参考訳（メタデータ） (2023-05-31T10:55:41Z)
• Spacecraft Pose Estimation Based on Unsupervised Domain Adaptation and on a 3D-Guided Loss Combination [0.0]
  宇宙船のポーズ推定は、2つの宇宙船が互いに周回しなければならない宇宙ミッションを可能にする重要なタスクである。 ポーズ推定の最先端アルゴリズムは、データ駆動方式を採用している。 宇宙環境に関連するコストと困難のために、宇宙環境で撮影された宇宙船の実際の訓練データが欠落している。 これは3Dデータシミュレータの導入を動機付け、データ可用性の問題を解決すると同時に、トレーニング(ソース)とテスト(ターゲット)ドメインの間に大きなギャップを導入する。
  論文  参考訳（メタデータ） (2022-12-27T08:57:46Z)
• Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
  この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。 欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
  論文  参考訳（メタデータ） (2022-12-10T07:49:50Z)
• Artificial Intelligence and Natural Language Processing and Understanding in Space: Four ESA Case Studies [48.53582660901672]
  本稿では,空間文書から情報を自動的に抽出するための,人工知能と自然言語処理と理解に基づく方法論的枠組みを提案する。 ケーススタディはミッションデザイン、品質保証、長期データ保存、オープンスペースイノベーションプラットフォームなど、ESAのさまざまな機能領域で実装されている。
  論文  参考訳（メタデータ） (2022-10-07T15:50:17Z)
• Retrieving and Reading: A Comprehensive Survey on Open-domain Question Answering [62.88322725956294]
  OpenQAの最近の研究動向を概観し、特にニューラルMSC技術を導入したシステムに注目した。 Retriever-Reader' と呼ばれる最新の OpenQA アーキテクチャを導入し、このアーキテクチャに従うさまざまなシステムを分析します。 次に、OpenQAシステムの開発における主要な課題について議論し、一般的に使用されるベンチマークの分析を提供する。
  論文  参考訳（メタデータ） (2021-01-04T04:47:46Z)
• A question-answering system for aircraft pilots' documentation [58.720142291102135]
  航空宇宙産業は、システム記述、マニュアル、手順を含む複雑な文書や技術文書の大量収集に依存している。 本稿では,航空機パイロットが自然にシステムと対話し,自然言語による質問を行うことで,情報へのアクセスを支援する質問応答システムを提案する。
  論文  参考訳（メタデータ） (2020-11-26T13:33:47Z)

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。