論文の概要: Fountain -- an intelligent contextual assistant combining knowledge representation and language models for manufacturing risk identification

• arxiv url: http://arxiv.org/abs/2308.00364v1
• Date: Tue, 1 Aug 2023 08:12:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-02 15:01:40.908025
• Title: Fountain -- an intelligent contextual assistant combining knowledge representation and language models for manufacturing risk identification
• Title（参考訳）: Fountain -- リスク識別のための知識表現と言語モデルを組み合わせたインテリジェントコンテキストアシスタント
• Authors: Saurabh Kumar, Daniel Fuchs, Klaus Spindler
• Abstract要約: 偏差管理ワークフローに組み込まれたコンテキストアシスタントとしてFuntainを開発した。 工学領域における事前学習言語モデルの選択と適応のニュアンスについて述べる。 製造組織のほとんどのエンジニアリングチームで既に利用可能な中程度の計算インフラを用いて、モデル適応が実現可能であることを実証する。
• 参考スコア（独自算出の注目度）: 7.599675376503671
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deviations from the approved design or processes during mass production can lead to unforeseen risks. However, these changes are sometimes necessary due to changes in the product design characteristics or an adaptation in the manufacturing process. A major challenge is to identify these risks early in the workflow so that failures leading to warranty claims can be avoided. We developed Fountain as a contextual assistant integrated in the deviation management workflow that helps in identifying the risks based on the description of the existing design and process criteria and the proposed deviation. In the manufacturing context, it is important that the assistant provides recommendations that are explainable and consistent. We achieve this through a combination of the following two components 1) language models finetuned for domain specific semantic similarity and, 2) knowledge representation in the form of a property graph derived from the bill of materials, Failure Modes and Effect Analysis (FMEA) and prior failures reported by customers. Here, we present the nuances of selecting and adapting pretrained language models for an engineering domain, continuous model updates based on user interaction with the contextual assistant and creating the causal chain for explainable recommendations based on the knowledge representation. Additionally, we demonstrate that the model adaptation is feasible using moderate computational infrastructure already available to most engineering teams in manufacturing organizations and inference can be performed on standard CPU only instances for integration with existing applications making these methods easily deployable.
• Abstract（参考訳）: 大量生産中の承認された設計やプロセスからの逸脱は、予期せぬリスクを引き起こす可能性がある。 しかし、これらの変化は製品設計特性の変化や製造工程の適応によって必要となることがある。 大きな課題は、ワークフローの早い段階でこれらのリスクを特定し、保証請求につながる障害を回避することだ。 我々は,既存の設計基準やプロセス基準,提案した逸脱の記述に基づくリスクの特定を支援する,逸脱管理ワークフローに統合されたコンテキストアシスタントとしてFontainを開発した。 製造の文脈では、アシスタントが説明可能かつ一貫性のあるレコメンデーションを提供することが重要です。 これを以下の2つの構成要素の組み合わせで達成します 1)ドメイン固有の意味的類似性のために微調整された言語モデル 2) 材料請求書,故障モード及び効果分析(fmea)及び顧客から報告された先行的故障から派生した特性グラフの形での知識表現。 本稿では、工学領域における事前学習言語モデルの選択と適応、コンテキストアシスタントとのユーザインタラクションに基づく継続的モデル更新、知識表現に基づく説明可能なレコメンデーションのための因果連鎖の作成について述べる。 さらに、製造組織内のほとんどのエンジニアリングチームで既に利用可能な適度な計算インフラを使用してモデル適応が実現可能であることを実証し、これらのメソッドをデプロイしやすいように既存のアプリケーションと統合するための標準CPUインスタンス上で推論を行うことができることを示した。

関連論文リスト

• Symbolic-AI-Fusion Deep Learning (SAIF-DL): Encoding Knowledge into Training with Answer Set Programming Loss Penalties by a Novel Loss Function Approach [0.7420433640907689]
  ドメイン固有の制約、ルール、論理的推論を直接モデルの学習プロセスにエンコードします。 提案手法はフレキシブルであり、回帰タスクと分類タスクの両方に適用可能である。 この設計により、ASPルールを単に更新することで、損失関数の自動化が可能になる。
  論文  参考訳（メタデータ） (2024-11-13T09:33:33Z)
• 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)
• CELA: Cost-Efficient Language Model Alignment for CTR Prediction [71.85120354973073]
  CTR(Click-Through Rate)予測は、レコメンダシステムにおいて最重要位置を占める。 最近の取り組みは、プレトレーニング言語モデル(PLM)を統合することでこれらの課題を緩和しようとしている。 CTR予測のためのtextbfCost-textbfEfficient textbfLanguage Model textbfAlignment (textbfCELA)を提案する。
  論文  参考訳（メタデータ） (2024-05-17T07:43:25Z)
• Tuning-Free Accountable Intervention for LLM Deployment -- A Metacognitive Approach [55.613461060997004]
  大規模言語モデル(LLM)は、自然言語処理タスクの幅広い領域にわたる変換的進歩を触媒している。 我々は,自己認識型誤り識別と訂正機能を備えたLLMを実現するために,textbfCLEARと呼ばれる革新的なテキストメタ認知手法を提案する。
  論文  参考訳（メタデータ） (2024-03-08T19:18:53Z)
• Tradeoffs Between Alignment and Helpfulness in Language Models with Representation Engineering [15.471566708181824]
  本研究では,アライメントの増加とモデルの有用性の低下のトレードオフについて検討する。 フレームワークの条件下では、アライメントは表現工学によって保証される。 本研究は,表現工学ベクトルのノルムにより,有用性が2次的に損なわれることを示す。
  論文  参考訳（メタデータ） (2024-01-29T17:38:14Z)
• On Conditional and Compositional Language Model Differentiable Prompting [75.76546041094436]
  プロンプトは、下流タスクでうまく機能するために、凍結した事前訓練言語モデル(PLM)を適応するための効果的な方法であることが示されている。 タスク命令や入力メタデータを連続的なプロンプトに変換することを学習する新しいモデル Prompt Production System (PRopS) を提案する。
  論文  参考訳（メタデータ） (2023-07-04T02:47:42Z)
• Large Language Models with Controllable Working Memory [64.71038763708161]
  大規模言語モデル(LLM)は、自然言語処理(NLP)の一連のブレークスルーをもたらした。 これらのモデルをさらに切り離すのは、事前訓練中に内在する膨大な量の世界的知識だ。 モデルの世界知識が、文脈で提示された事実情報とどのように相互作用するかは、まだ解明されていない。
  論文  参考訳（メタデータ） (2022-11-09T18:58:29Z)
• Natural Language Processing for Systems Engineering: Automatic Generation of Systems Modelling Language Diagrams [0.10312968200748115]
  構造化されていない自然言語テキストからシステム図の自動生成を支援する手法が提案されている。 目的は、より標準化され、包括的で自動化されたスタートポイントをユーザに提供することです。
  論文  参考訳（メタデータ） (2022-08-09T19:20:33Z)
• Exploring the Trade-off between Plausibility, Change Intensity and Adversarial Power in Counterfactual Explanations using Multi-objective Optimization [73.89239820192894]
  自動対物生成は、生成した対物インスタンスのいくつかの側面を考慮すべきである。 本稿では, 対実例生成のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2022-05-20T15:02:53Z)
• KAT: A Knowledge Augmented Transformer for Vision-and-Language [56.716531169609915]
  我々は、OK-VQAのオープンドメインマルチモーダルタスクにおいて、最先端の強力な結果をもたらす新しいモデルである知識拡張トランスフォーマー(KAT)を提案する。 提案手法は,エンド・ツー・エンドのエンコーダ・デコーダアーキテクチャにおいて暗黙的かつ明示的な知識を統合しつつ,回答生成時に両知識源を共同で推論する。 我々の分析では、モデル予測の解釈可能性の向上に、明示的な知識統合のさらなる利点が見られる。
  論文  参考訳（メタデータ） (2021-12-16T04:37:10Z)

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。