論文の概要: Large Language Models in Fire Engineering: An Examination of Technical Questions Against Domain Knowledge

• arxiv url: http://arxiv.org/abs/2403.04795v1
• Date: Mon, 4 Mar 2024 16:18:36 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-11 22:17:42.022521
• Title: Large Language Models in Fire Engineering: An Examination of Technical Questions Against Domain Knowledge
• Title（参考訳）: 火災工学における大規模言語モデル:ドメイン知識に関する技術的問題の検討
• Authors: Haley Hostetter, M.Z. Naser, Xinyan Huang, John Gales
• Abstract要約: このコミュニケーションは、OpenAIのChatGPTとGoogleのBardを比較した予備的な結果を示す。 構造的な火災設計、防火戦略、避難、コードの遵守、消火システムなど、様々な火災工学的な問題やシナリオが作成、検討された。 結果はチャットボットの性能にいくつかの重要な違いを示し、ChatGPTは比較的優れた性能を示した。
• 参考スコア（独自算出の注目度）: 3.5801706648122797
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This communication presents preliminary findings from comparing two recent chatbots, OpenAI's ChatGPT and Google's Bard, in the context of fire engineering by evaluating their responses in handling fire safety related queries. A diverse range of fire engineering questions and scenarios were created and examined, including structural fire design, fire prevention strategies, evacuation, building code compliance, and fire suppression systems (some of which resemble those commonly present in the Fire Protection exam (FPE)). The results reveal some key differences in the performance of the chatbots, with ChatGPT demonstrating a relatively superior performance. Then, this communication highlights the potential for chatbot technology to revolutionize fire engineering practices by providing instant access to critical information while outlining areas for further improvement and research. Evidently, and when it matures, this technology will likely be elemental to our engineers' practice and education.
• Abstract（参考訳）: このコミュニケーションは,openai の chatgpt と google の bard という2つのチャットボットを比較し,火災安全関連質問に対する応答を評価することによって,火災工学の文脈における予備的な知見を示す。 構造的な火災設計、防火戦略、避難、建築コードコンプライアンス、火災抑制システム(一部は防火試験(FPE)によく見られるものに似ている)など、様々な火災工学的な問題やシナリオが作成・検討された。 結果はチャットボットの性能にいくつかの重要な違いを示し、ChatGPTは比較的優れた性能を示した。 そして、このコミュニケーションは、さらなる改善と研究のための領域を概説しながら、重要な情報への即時アクセスを提供することで、チャットボット技術が火災工学の実践に革命をもたらす可能性を浮き彫りにしている。 確実に、そしてそれが成熟すれば、この技術はエンジニアの実践と教育に欠かせないものになるだろう。

関連論文リスト

• Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
  ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。 本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。 我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
  論文  参考訳（メタデータ） (2024-05-16T02:00:44Z)
• A Synergistic Approach to Wildfire Prevention and Management Using AI, ML, and 5G Technology in the United States [44.99833362998488]
  本研究は、アメリカ合衆国における山火事の検出および対処のための積極的な方法を検討する。 本研究の目的は,高度技術を用いた山火事の予防的検出と防止である。 AI対応のリモートセンシングや5Gベースのアクティブモニタリングなど、さまざまな方法により、アクティブな山火事の検出と管理が強化される。
  論文  参考訳（メタデータ） (2024-02-27T04:09:30Z)
• Low-cost Efficient Wireless Intelligent Sensor (LEWIS) for Engineering, Research, and Education [72.2614468437919]
  センサによって決定を下すスマートシティのビジョンは、これまで実現されていない。 土木技術者はセンサー技術に関する知識を欠いている。 センサーに関連する電気部品とコンピュータの知識は、土木技術者にとって依然として課題である。
  論文  参考訳（メタデータ） (2023-03-23T21:49:26Z)
• A Categorical Archive of ChatGPT Failures [47.64219291655723]
  OpenAIが開発したChatGPTは、大量のデータを使って訓練され、人間の会話をシミュレートしている。 それは、広範囲の人間の問い合わせに効果的に答える能力のために、大きな注目を集めている。 しかし、ChatGPTの失敗の包括的分析は欠落しており、これが本研究の焦点となっている。
  論文  参考訳（メタデータ） (2023-02-06T04:21:59Z)
• veriFIRE: Verifying an Industrial, Learning-Based Wildfire Detection System [0.14680035572775532]
  我々は,実世界の安全クリティカルシステムの信頼性向上を目的とした,産業と学界のコラボレーションであるVeriFIREプロジェクトについて紹介する。 本稿では,システムとその特性について述べるとともに,システムの一貫性を検証する試みについて述べる。 我々は,本研究を,学術指向の検証ツールを実世界の興味あるシステムに組み込むための一歩とみなしている。
  論文  参考訳（メタデータ） (2022-12-06T19:41:08Z)
• Semantic Sensor Network Ontology based Decision Support System for Forest Fire Management [7.615717976132551]
  火災気象指標は、火災の危険を測定するために広く使われ、茂みの警告を発するために使用される。 この作業は、Webベースのマッピングインターフェースを提供し、ユーザーが時間とともに天気予報の指標の変化を可視化するのに役立つ。
  論文  参考訳（メタデータ） (2022-04-03T19:10:00Z)
• Assimilation of Satellite Active Fires Data [0.0]
  この論文の目的は、山火事のモデリング能力を改善することで、山火事の影響に対処する技術を開発することである。 特に,火災の履歴を構築する方法,山火事データを同化するための新しい技術,およびモデル化された火災の挙動を変更する方法を開発する。
  論文  参考訳（メタデータ） (2022-04-01T20:11:28Z)
• Demystifying Ten Big Ideas and Rules Every Fire Scientist & Engineer Should Know About Blackbox, Whitebox & Causal Artificial Intelligence [2.4366811507669124]
  この手紙は、ファイア・テクノロジーが後援するスマート・システム・イン・ファイア・エンジニアリング(Smart Systems in Fire Engineering)の特別号に付属している。 第1節では、AIに関する大きなアイデアを概説し、私たちの領域でAIを採用するメリットについて、燃える疑問のいくつかに答える。 第2のセクションでは、AIユーザが調査方法論としてAIを使用する場合の実践に役立つとみなすための、一連のルールや技術的レコメンデーションが提示されている。
  論文  参考訳（メタデータ） (2021-11-23T17:46:28Z)
• Inspect, Understand, Overcome: A Survey of Practical Methods for AI Safety [54.478842696269304]
  安全クリティカルなアプリケーションにディープニューラルネットワーク(DNN)を使用することは、多数のモデル固有の欠点のために困難です。 近年,これらの安全対策を目的とした最先端技術動物園が出現している。 本稿は、機械学習の専門家と安全エンジニアの両方に対処する。
  論文  参考訳（メタデータ） (2021-04-29T09:54:54Z)
• Pretrained Transformers for Text Ranking: BERT and Beyond [53.83210899683987]
  このサーベイは、トランスフォーマーとして知られるニューラルネットワークアーキテクチャによるテキストランキングの概要を提供する。 トランスフォーマーと自己教師型事前学習の組み合わせは、自然言語処理のパラダイムシフトの原因となっている。
  論文  参考訳（メタデータ） (2020-10-13T15:20:32Z)
• An embedded deep learning system for augmented reality in firefighting applications [2.750124853532832]
  この研究は、ディープラーニング、ポイントクラウド、サーマルイメージング、拡張現実プラットフォームなど、最近の技術の進歩を実践している。 我々は、消防士の個人防護装置(PPE)に組み込まれたカメラからストリームされるデータを利用して、熱、RGB色、深度画像をキャプチャする、プロトタイプの組込みシステムの設計と構築を行った。 組込みシステムは、処理された画像をワイヤレスストリーミングで分析して返却し、拡張現実プラットフォームを使用してリモートで消防士に中継することができる。
  論文  参考訳（メタデータ） (2020-09-22T16:55:44Z)

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。