論文の概要: Neuro-Symbolic AI for Compliance Checking of Electrical Control Panels
- arxiv url: http://arxiv.org/abs/2305.10113v1
- Date: Wed, 17 May 2023 10:29:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-18 16:25:11.292730
- Title: Neuro-Symbolic AI for Compliance Checking of Electrical Control Panels
- Title（参考訳）: 電気制御パネルのコンプライアンスチェックのためのニューロシンボリックAI
- Authors: Vito Barbara (1), Massimo Guarascio (2), Nicola Leone (1), Giuseppe
Manco (2), Alessandro Quarta (3), Francesco Ricca (1), Ettore Ritacco (4)
((1) University of Calabria, (2) ICAR-CNR, (3) Sapienza University of Rome,
(4) University of Udine)
- Abstract要約: 電気制御パネルのコンプライアンス検証を自動化するためのニューロ・シンボリック方式を提案する。
我々のアプローチは、ディープラーニング技術と解答セットプログラミング(ASP)の組み合わせに基づいており、最終製品で起こりうる異常やエラーを特定することができます。
イタリア企業が提供する実検例で実施した実験は,提案手法の有効性を実証するものである。
- 参考スコア（独自算出の注目度）: 47.187609203210705
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Artificial Intelligence plays a main role in supporting and improving smart
manufacturing and Industry 4.0, by enabling the automation of different types
of tasks manually performed by domain experts. In particular, assessing the
compliance of a product with the relative schematic is a time-consuming and
prone-to-error process. In this paper, we address this problem in a specific
industrial scenario. In particular, we define a Neuro-Symbolic approach for
automating the compliance verification of the electrical control panels. Our
approach is based on the combination of Deep Learning techniques with Answer
Set Programming (ASP), and allows for identifying possible anomalies and errors
in the final product even when a very limited amount of training data is
available. The experiments conducted on a real test case provided by an Italian
Company operating in electrical control panel production demonstrate the
effectiveness of the proposed approach.
- Abstract（参考訳）: 人工知能は、ドメインの専門家が手動で行うさまざまなタスクの自動化を可能にすることで、スマート製造と産業4.0のサポートと改善に重要な役割を果たしている。
特に、相対的なスキーマによる製品のコンプライアンスの評価は、時間のかかる、エラーのやすいプロセスです。
本稿では,この問題を特定の産業シナリオで解決する。
特に,電気制御パネルのコンプライアンス検証を自動化するためのニューロシンボリックアプローチを定義する。
我々のアプローチは、ディープラーニング技術とAnswer Set Programming(ASP)の組み合わせに基づいており、非常に限られたトレーニングデータがある場合でも、最終製品で起こりうる異常やエラーを特定することができる。
電気制御パネル製造に携わるイタリアの企業による実テストケースで実施した実験は,提案手法の有効性を示すものである。
関連論文リスト
- Retrieval-Augmented Instruction Tuning for Automated Process Engineering Calculations : A Tool-Chaining Problem-Solving Framework with Attributable Reflection [0.0]
オープンでカスタマイズ可能な小型コード言語モデル(SLM)を強化するためにRAIT(Retrieval-Augmented Instruction-Tuning)を活用する新しい自律エージェントフレームワークを提案する。
命令チューニングされたコードSLMと外部ツールを使用してRACG(Retrieval-Augmented Code Generation)を組み合わせることで、エージェントは自然言語仕様からコードを生成し、デバッグし、最適化する。
我々のアプローチは、専門的なプロセスエンジニアリングタスクのための基礎的AIモデルの欠如の限界に対処し、説明可能性、知識編集、費用対効果の利点を提供する。
論文 参考訳（メタデータ） (2024-08-28T15:33:47Z) - Knowledge Graph Modeling-Driven Large Language Model Operating System (LLM OS) for Task Automation in Process Engineering Problem-Solving [0.0]
本稿では,化学・プロセス産業における複雑な問題の解決を目的としたAI駆動型フレームワークであるプロセスエンジニアリングオペレーションアシスタント(PEOA)を紹介する。
このフレームワークはメタエージェントによって構成されたモジュラーアーキテクチャを採用しており、中央コーディネータとして機能している。
その結果、計算の自動化、プロトタイピングの高速化、産業プロセスに対するAIによる意思決定支援におけるフレームワークの有効性が示された。
論文 参考訳（メタデータ） (2024-08-23T13:52:47Z) - DVQI: A Multi-task, Hardware-integrated Artificial Intelligence System
for Automated Visual Inspection in Electronics Manufacturing [57.33324493991657]
本稿では,DVQI(DarwinAI Visual Quality Inspection)システムを用いて,プリント基板組立欠陥の自動検査を行う。
DVQIシステムは、最小限のプログラミングと製造技術者のセットアップによるマルチタスク検査を可能にする。
また、DVQIシステムの性能と、トップエレクトロニクスメーカーへの影響に関するケーススタディも提示する。
論文 参考訳（メタデータ） (2023-12-14T18:56:54Z) - Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。
セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
論文 参考訳（メタデータ） (2023-12-14T10:37:34Z) - Fine-Tuning Language Models Using Formal Methods Feedback [53.24085794087253]
我々は、自律システムにおけるアプリケーションのための、微調整済み言語モデルに対して、完全に自動化されたアプローチを提案する。
本手法は,自然言語タスク記述による事前学習モデルから自動制御器を合成する。
その結果、コントローラが満たした仕様の割合が60%から90%に改善したことが示唆された。
論文 参考訳（メタデータ） (2023-10-27T16:24:24Z) - Towards a Deep Learning-based Online Quality Prediction System for
Welding Processes [4.923235962860045]
溶接プロセスは, 材料特性, プロセス条件, 溶接品質の複雑な原因-効果関係を特徴とする。
ディープラーニングは、利用可能なプロセスデータ内の関係を特定し、プロセス観察から溶接品質を予測する能力を提供する。
本稿では,GMAWにおけるディープラーニングに基づく予測品質システムの概念を提案する。
論文 参考訳（メタデータ） (2023-10-19T10:35:50Z) - A General Framework for Verification and Control of Dynamical Models via Certificate Synthesis [54.959571890098786]
システム仕様を符号化し、対応する証明書を定義するためのフレームワークを提供する。
コントローラと証明書を形式的に合成する自動化手法を提案する。
我々のアプローチは、ニューラルネットワークの柔軟性を利用して、制御のための安全な学習の幅広い分野に寄与する。
論文 参考訳（メタデータ） (2023-09-12T09:37:26Z) - Towards automated Capability Assessment leveraging Deep Learning [0.0]
本稿では,ボキセル化技術を用いて評価を自動化するソフトウェアであるNeuroCADを提案する。
この手法によりCADファイルに基づくディープラーニングにより,抽象的ジオメトリと生産関連機能の評価が可能となる。
論文 参考訳（メタデータ） (2022-01-28T13:49:35Z) - A Software Tool for Evaluating Unmanned Autonomous Systems [0.9786690381850356]
本稿では、データ駆動知能予測ツール(DIPT)と呼ばれるシミュレーションベース技術の一例を示す。
DIPTは多プラットフォーム無人航空機(UAV)システムをテストするために開発された。
論文 参考訳（メタデータ） (2021-11-21T18:17:57Z) - AI-based Modeling and Data-driven Evaluation for Smart Manufacturing
Processes [56.65379135797867]
本稿では,半導体製造プロセスに関する有用な知見を得るための動的アルゴリズムを提案する。
本稿では,遺伝的アルゴリズムとニューラルネットワークを利用して,知的特徴選択アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-08-29T14:57:53Z)
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。