論文の概要: Automotive Multilingual Fault Diagnosis

• arxiv url: http://arxiv.org/abs/2210.06918v1
• Date: Thu, 13 Oct 2022 11:33:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-10-14 15:50:32.307792
• Title: Automotive Multilingual Fault Diagnosis
• Title（参考訳）: 自動車用多言語故障診断
• Abstract要約: 我々は,多言語トランスフォーマーが,車両群を持つ大企業からテキストクレームを効果的に分類できることを示す。 総じて、高周波クラスは80%以上、低周波クラスは60%以上である。
• 参考スコア（独自算出の注目度）: 7.545538284406624
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Automated fault diagnosis can facilitate diagnostics assistance, speedier troubleshooting, and better-organised logistics. Currently, AI-based prognostics and health management in the automotive industry ignore the textual descriptions of the experienced problems or symptoms. With this study, however, we show that a multilingual pre-trained Transformer can effectively classify the textual claims from a large company with vehicle fleets, despite the task's challenging nature due to the 38 languages and 1,357 classes involved. Overall, we report an accuracy of more than 80% for high-frequency classes and above 60% for above-low-frequency classes, bringing novel evidence that multilingual classification can benefit automotive troubleshooting management.
• Abstract（参考訳）: 自動障害診断は、診断支援、より迅速なトラブルシューティング、より組織的なロジスティクスを促進する。 現在、自動車業界におけるAIベースの予後と健康管理は、経験豊富な問題や症状のテキスト記述を無視している。 しかし,本研究では,多言語事前学習トランスフォーマーが,38言語と1,357のクラスによる課題の難易度にもかかわらず,大企業からのテキストクレームを車両群で効果的に分類できることを実証する。 全体として,高周波クラスは80%以上,低周波クラスは60%以上であり,多言語分類が自動車トラブルシューティング管理に有用であることを示す新たな証拠となる。

関連論文リスト

• When More Modalities Hurt: Modality Dropout for Heavy-Duty Vehicle Engine Diagnostics [4.68207695411063]
  本研究では,非構造的多言語サービス苦情,80%以上の欠損値を有する高次元センサテレメトリ,および診断トラブルコード(DTC)がエンジンコンポーネントの分類を改善するかを検討する。 単純核融合はテキスト単体(65.3%)よりも緩やかな利得をもたらすが、トレーニング中のモダリティの低下は、バッチ毎にランダムに全モダリティを無効にするので、ネットワークは弱い入力を利用せざるを得ない。 これは、産業車両診断におけるテキスト、センサー、故障コードを組み合わせた3方向モダリティ融合の最初の応用である。
  論文  参考訳（メタデータ） (2026-08-24T12:09:08Z)
• Understanding Multilingual Medical ASR Adaptation Through Layer-Wise Analysis [6.589859862828104]
  多言語医療適応は、層ワイドエンコーダ分析を通じてWhisperモデルの内部表現を再評価する。 我々は、ゼロショットデコーディング、英語のみの微調整、ドイツ語のみの診断微調整、二段階EN->EN+DE継続、Whisperモデルサイズ間のEN+DE直接微調整を比較した。
  論文  参考訳（メタデータ） (2026-08-19T11:29:30Z)
• Sensor-Level Fault Diagnosis for Automotive Software Validation Using Large Language Models [1.9435397960631864]
  本研究では,オープンソースの命令調整型大規模言語モデル(LLM)が,検証ループ内の故障検出と診断のための,データ効率と解釈可能なエンジンとして機能するかどうかを検討する。 dSPACEリアルタイムプラットフォーム上の自動要件チェックは、安全要件に違反した記録を最初に分離し、これらのみを検査する。 20億から80億のパラメータからなる4つのモデルファミリーを,6つのインジェクト断層クラスにまたがるガソリンエンジンのケーススタディに適応し,試験を行った。
  論文  参考訳（メタデータ） (2026-08-06T11:50:14Z)
• SearchAuditor: Auditing and Attributing Failures in Long-Horizon Search Agents [56.400332595452966]
  我々は、監査人が検索エージェントの障害をローカライズ、属性付け、修復できるかどうかを評価するベンチマークであるSearchAuditBenchを紹介する。 SearchAuditBenchは1,243の障害トラックで構成され、平均73.1メッセージと65.1Kトークンを5つのディープサーチベンチマークで8つのオープンウェイトモデルから収集している。 本稿では,検索エージェントの障害を効果的にローカライズ,属性,修復するマルチパースペクティブ監査フレームワークであるSearchAuditorを提案する。
  論文  参考訳（メタデータ） (2026-08-05T09:09:00Z)
• Cybersecurity Detection Classification with Reasoning-enabled Language Models [50.72675435043546]
  セキュリティオペレーションセンター(SOC)の大きな問題は、警告疲労である。 以前の作業では、大きな言語モデル(LLM)がトリアージラベルを直接出力するように促すか、あるいは微調整するが、検出が真の脅威であるかどうかを判断するよう訓練することはない。 我々は、実際の人間ラベルのWindowsエンドポイント検出に対して、推論可能なトリアージ分類器(CoT)を訓練する。
  論文  参考訳（メタデータ） (2026-07-30T16:22:13Z)
• Bifrost: Empowering Pretrained Language Model with Fallibility Representation for Log-Based Fault Diagnosis [17.76213435328123]
  既存の故障診断手法は、ログ表現のために自然言語(PLM)で事前訓練された言語モデルを使用する。 本稿では,新しいログ表現学習手法であるBifrostを提案する。 これは、Site Reliability Engineersのログ分析経験からインスピレーションを得て、自己教師付きコントラスト学習に基づく戦略を慎重に設計し、ログの誤り率表現を学習する。 3つの公共システムと1つの産業用ML-as-a-Serviceシステムで、Bifrostが生成するログ表現は、異常検出のためのF1の平均マージンが9.83%、根源局在のためのHR@kが18.28%、そして28%で、既存のPLMを上回ります。
  論文  参考訳（メタデータ） (2026-07-25T11:53:03Z)
• Transforming Vehicle Diagnostics: A Multimodal Approach to Error Patterns Prediction [14.409508347156397]
  本稿では、エラーコードからエラーパターンへの多重ラベルシーケンス分類のための、最初のマルチモーダルアプローチであるBiCarFormerを提案する。 DTCシーケンスと従来のシーケンスモデルに依存するモデルと比較して,BiCarFormerは分類性能を著しく向上することを示す。
  論文  参考訳（メタデータ） (2026-02-01T09:06:49Z)
• Evolving Diagnostic Agents in a Virtual Clinical Environment [75.59389103511559]
  本稿では,大規模言語モデル(LLM)を強化学習を用いた診断エージェントとして訓練するためのフレームワークを提案する。 本手法は対話型探索と結果に基づくフィードバックによって診断戦略を取得する。 DiagAgentはDeepSeek-v3やGPT-4oなど、最先端の10のLLMを著しく上回っている。
  論文  参考訳（メタデータ） (2025-10-28T17:19:47Z)
• SwasthLLM: a Unified Cross-Lingual, Multi-Task, and Meta-Learning Zero-Shot Framework for Medical Diagnosis Using Contrastive Representations [0.4077787659104315]
  SwasthLLMは、医用診断のための統一、ゼロショット、クロスランガル、マルチタスク学習フレームワークである。 英語、ヒンディー語、ベンガル語で、言語固有の微調整を必要としない。 SwasthLLMは97.22%、F1スコア97.17%という高い診断性能を達成している。
  論文  参考訳（メタデータ） (2025-09-24T21:20:49Z)
• An Agentic System for Rare Disease Diagnosis with Traceable Reasoning [58.78045864541539]
  大型言語モデル(LLM)を用いた最初のまれな疾患診断エージェントシステムであるDeepRareを紹介する。 DeepRareは、まれな疾患の診断仮説を分類し、それぞれに透明な推論の連鎖が伴う。 このシステムは2,919の疾患に対して異常な診断性能を示し、1013の疾患に対して100%の精度を達成している。
  論文  参考訳（メタデータ） (2025-06-25T13:42:26Z)
• Structured Outputs Enable General-Purpose LLMs to be Medical Experts [50.02627258858336]
  大規模言語モデル(LLM)は、しばしばオープンエンドの医学的問題に苦しむ。 本稿では,構造化医療推論を利用した新しいアプローチを提案する。 我々の手法は85.8のファクチュアリティスコアを達成し、微調整されたモデルを上回る。
  論文  参考訳（メタデータ） (2025-03-05T05:24:55Z)
• AutoLogi: Automated Generation of Logic Puzzles for Evaluating Reasoning Abilities of Large Language Models [86.83875864328984]
  本稿では,オープンエンド論理パズルを自動合成する手法を提案し,それをバイリンガルベンチマークであるAutoLogiの開発に利用する。 提案手法は,プログラムベースの検証と制御可能な難易度を特徴とし,モデルの推論能力をよりよく区別する信頼性の高い評価を可能にする。
  論文  参考訳（メタデータ） (2025-02-24T07:02:31Z)
• From Accidents to Insights: Leveraging Multimodal Data for Scenario-Driven ADS Testing [3.984220091774453]
  本稿では,シナリオベースADSテストケース生成フレームワークであるTRACEを紹介する。 マルチモーダルデータを活用して、現実世界の事故報告から困難なシナリオを抽出することで、TRACEは少ないデータで多数の重要なテストケースを構築します。 ユーザからのフィードバックによると、TRACEはシナリオ再構築の精度が優れており、シナリオの77.5%が"ほぼ"あるいは"完全に"一貫性がある"と評価されている。
  論文  参考訳（メタデータ） (2025-02-04T05:21:29Z)
• A Machine Learning Approach for Emergency Detection in Medical Scenarios Using Large Language Models [2.7637413909970268]
  本稿では,大規模言語モデル(LLM)を活用した新しいアプローチを提案する。 我々は,複数のLLaMAモデルを用いた包括的システムを開発し,医療シナリオを緊急時・非緊急時として分類した。 その結果、LLaMA 2 (7B) モデルは99.7%の精度で、LLaMA 3.2 (3B) は99.6%の精度で最適なプロンプトエンジニアリングを実現した。
  論文  参考訳（メタデータ） (2024-12-20T21:03:24Z)
• Weakly-supervised diagnosis identification from Italian discharge letters [0.0]
  本報告では, イタリアの退院状から病気を認識するための, 弱教師付きパイプラインを提案する。 私たちのパイプラインは、イタリアのUmbertoモデルの微調整バージョンをベースにしています。
  論文  参考訳（メタデータ） (2024-10-19T09:42:20Z)
• Leveraging Large Language Models through Natural Language Processing to provide interpretable Machine Learning predictions of mental deterioration in real time [5.635300481123079]
  公式推計によると、世界中で5000万人が認知症に罹患しており、毎年1000万人の新しい患者が増えている。 この目的のために、人工知能と計算言語学は自然言語分析、パーソナライズされたアセスメント、モニタリング、治療に活用することができる。 この仕事には、手頃で柔軟な、非侵襲的でパーソナライズされた診断システムを提供しています。
  論文  参考訳（メタデータ） (2024-09-05T09:27:05Z)
• AutoDetect: Towards a Unified Framework for Automated Weakness Detection in Large Language Models [95.09157454599605]
  大規模言語モデル(LLM)はますます強力になってきていますが、それでも顕著ですが微妙な弱点があります。 従来のベンチマークアプローチでは、特定のモデルの欠陥を徹底的に特定することはできない。 さまざまなタスクにまたがるLLMの弱点を自動的に露呈する統合フレームワークであるAutoDetectを導入する。
  論文  参考訳（メタデータ） (2024-06-24T15:16:45Z)
• PneumoLLM: Harnessing the Power of Large Language Model for Pneumoconiosis Diagnosis [16.90918546157292]
  大規模言語モデル(LLM)は対話において複数のタスクを実行する際、前例のない能力を示す。 学習可能なパラメータの少ない診断において,LSMを効果的に活用する手法を提案する。 本稿では,コンテキスト型マルチトークンエンジンと情報エミッタモジュールを紹介する。
  論文  参考訳（メタデータ） (2023-12-06T13:31:52Z)
• MedAlign: A Clinician-Generated Dataset for Instruction Following with Electronic Medical Records [60.35217378132709]
  大型言語モデル(LLM)は、人間レベルの流布で自然言語の指示に従うことができる。 医療のための現実的なテキスト生成タスクにおけるLCMの評価は依然として困難である。 我々は、EHRデータのための983の自然言語命令のベンチマークデータセットであるMedAlignを紹介する。
  論文  参考訳（メタデータ） (2023-08-27T12:24:39Z)
• Exploiting prompt learning with pre-trained language models for Alzheimer's Disease detection [70.86672569101536]
  アルツハイマー病(AD)の早期診断は予防ケアの促進とさらなる進行の遅らせに不可欠である。 本稿では,AD分類誤差をトレーニング対象関数として一貫して用いたPLMの高速微調整法について検討する。
  論文  参考訳（メタデータ） (2022-10-29T09:18:41Z)
• Few-Shot Cross-lingual Transfer for Coarse-grained De-identification of Code-Mixed Clinical Texts [56.72488923420374]
  事前学習型言語モデル (LM) は低リソース環境下での言語間移動に大きな可能性を示している。 脳卒中におけるコードミキシング(スペイン・カタラン)臨床ノートの低リソース・実世界の課題を解決するために,NER (name recognition) のためのLMの多言語間転写特性を示す。
  論文  参考訳（メタデータ） (2022-04-10T21:46:52Z)
• Delving Deeper into Cross-lingual Visual Question Answering [115.16614806717341]
  標準学習装置に簡単な修正を加えることで、モノリンガル英語のパフォーマンスへの移行ギャップを大幅に減らすことができることを示す。 多言語マルチモーダル変換器の多言語間VQAを多言語間VQAで解析する。
  論文  参考訳（メタデータ） (2022-02-15T18:22:18Z)
• NeuraHealthNLP: An Automated Screening Pipeline to Detect Undiagnosed Cognitive Impairment in Electronic Health Records with Deep Learning and Natural Language Processing [0.0]
  認知症の症例の75%は世界中で診断されず、低所得国と中所得国で90%に達する。 現在の診断方法は非常に複雑で、医療ノートのマニュアルレビュー、多くの認知検査、高価な脳スキャン、脊髄液検査などが含まれる。 このプロジェクトでは、HRの未検出認知症をスケーラブルかつ高速に発見するための、最先端の自動スクリーニングパイプラインを開発する。
  論文  参考訳（メタデータ） (2022-01-12T06:19:14Z)
• Influence of ASR and Language Model on Alzheimer's Disease Detection [2.4698886064068555]
  画像から参加者の音声記述を転写するために,SotA ASRシステムを用いて分析する。 本研究では,ASRから仮説を復号化するための言語モデルが欠如していることから,単語の非標準列を補正する言語モデルの影響について検討する。 提案システムは、韻律と声質に基づく音響と、最も一般的な単語の最初の出現に基づく語彙的特徴を組み合わせる。
  論文  参考訳（メタデータ） (2021-09-20T10:41:39Z)
• NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
  失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価 本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。 イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
  論文  参考訳（メタデータ） (2021-02-10T13:00:29Z)

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。