論文の概要: Artificial Intelligence and Natural Language Processing and
Understanding in Space: Four ESA Case Studies
- arxiv url: http://arxiv.org/abs/2210.03640v1
- Date: Fri, 7 Oct 2022 15:50:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-10 12:48:29.018944
- Title: Artificial Intelligence and Natural Language Processing and
Understanding in Space: Four ESA Case Studies
- Title（参考訳）: 人工知能と自然言語処理と宇宙での理解:ESAの4つの事例
- Authors: Jos\'e Manuel G\'omez-P\'erez, Andr\'es Garc\'ia-Silva, Rosemarie
Leone, Mirko Albani, Moritz Fontaine, Charles Poncet, Leopold
Summerer,Alessandro Donati, Ilaria Roma, Stefano Scaglioni
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 48.53582660901672
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The European Space Agency is well known as a powerful force for scientific
discovery in numerous areas related to Space. The amount and depth of the
knowledge produced throughout the different missions carried out by ESA and
their contribution to scientific progress is enormous, involving large
collections of documents like scientific publications, feasibility studies,
technical reports, and quality management procedures, among many others.
Through initiatives like the Open Space Innovation Platform, ESA also acts as a
hub for new ideas coming from the wider community across different challenges,
contributing to a virtuous circle of scientific discovery and innovation.
Handling such wealth of information, of which large part is unstructured text,
is a colossal task that goes beyond human capabilities, hence requiring
automation. In this paper, we present a methodological framework based on
artificial intelligence and natural language processing and understanding to
automatically extract information from Space documents, generating value from
it, and illustrate such framework through several case studies implemented
across different functional areas of ESA, including Mission Design, Quality
Assurance, Long-Term Data Preservation, and the Open Space Innovation Platform.
In doing so, we demonstrate the value of these technologies in several tasks
ranging from effortlessly searching and recommending Space information to
automatically determining how innovative an idea can be, answering questions
about Space, and generating quizzes regarding quality procedures. Each of these
accomplishments represents a step forward in the application of increasingly
intelligent AI systems in Space, from structuring and facilitating information
access to intelligent systems capable to understand and reason with such
information.
- Abstract（参考訳）: 欧州宇宙機関は、宇宙に関連する多くの領域で科学的発見の強力な力として知られている。
esaが行った様々なミッションを通じて生み出した知識の量と深さと科学的進歩への貢献は膨大なものであり、科学出版物、実現可能性研究、技術報告、品質管理手順などの大量の文書が関与している。
Open Space Innovation Platformのようなイニシアチブを通じて、ESAはさまざまな課題にまたがる幅広いコミュニティから生まれる新しいアイデアのハブとしての役割も果たし、科学的な発見とイノベーションの活発なサークルに貢献する。
膨大な量の情報を処理し、その大部分は構造化されていないテキストで、人間の能力を超えて自動化を必要とします。
本稿では,宇宙文書から情報を自動的に抽出し,その価値を生成するための,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し,その枠組みを,esaのさまざまな機能領域にまたがるケーススタディ(ミッション設計,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)を通じて紹介する。
そこで我々は,これらの技術の価値を,宇宙情報の検索や推奨,アイデアの革新性の自動決定,空間に関する質問への回答,品質手順に関するクイズ生成など,さまざまなタスクで実証する。
これらの成果は、情報アクセスの構造化と促進から、そのような情報を理解し、推論できるインテリジェントシステムへの、ますますインテリジェントなaiシステムの宇宙への応用への一歩である。
関連論文リスト
- Artificial Intelligence for Science in Quantum, Atomistic, and Continuum
Systems [245.1050780515017]
科学のためのAI(AI4Science)として知られる新しい研究領域
領域は、物理世界(波動関数と電子密度)、原子(分子、タンパク質、物質、相互作用)、マクロ(流体、気候、地下)まで理解することを目的としている。
主要な課題は、物理第一原理、特に対称性を深層学習法によって自然システムで捉える方法である。
論文 参考訳（メタデータ） (2023-07-17T12:14:14Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - AI for Science: An Emerging Agenda [30.260160661295682]
本報告では,Dagtuhl Seminar 22382 "Machine Learning for Science: Bridging Data-Driven and Mechanistic Modelling"のプログラムと成果について報告する。
AIの変革的ポテンシャルは、分野にわたって広く適用可能であることに由来するもので、研究領域間での統合によってのみ達成される。
技術的な進歩に加えて、この分野における次の進歩の波は、機械学習研究者、ドメインエキスパート、市民科学者、エンジニアのコミュニティを構築することにある。
論文 参考訳（メタデータ） (2023-03-07T20:21:43Z) - 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) - Toward Human-AI Co-creation to Accelerate Material Discovery [3.7993640140693605]
早急な問題に取り組むために、科学の急速な進歩を達成するために、我々の社会にはますます必要性が増している。
化学のような特定の分野において、科学的発見は提案された新しい解のリスクを評価する余分な負担を負う。
本稿では,人間とAIの共創が最初に発見されるまでの時間を短縮することを目的としたフレームワークを提案する。
論文 参考訳（メタデータ） (2022-11-05T17:48:59Z) - SpaceQA: Answering Questions about the Design of Space Missions and
Space Craft Concepts [57.012600276711005]
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。
論文 参考訳（メタデータ） (2022-10-07T09:41:39Z) - Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。
まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。
キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
論文 参考訳（メタデータ） (2022-09-17T18:24:56Z)
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。