論文の概要: Machine Learning in Proton Exchange Membrane Water Electrolysis -- Part I: A Knowledge-Integrated Framework
- arxiv url: http://arxiv.org/abs/2404.03660v1
- Date: Wed, 24 Jan 2024 04:41:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-01 12:08:31.217316
- Title: Machine Learning in Proton Exchange Membrane Water Electrolysis -- Part I: A Knowledge-Integrated Framework
- Title（参考訳）: プロトン交換膜電解における機械学習 -その1:知識集約型フレームワーク
- Authors: Xia Chen, Alexander Rex, Janis Woelke, Christoph Eckert, Boris Bensmann, Richard Hanke-Rauschenbach, Philipp Geyer,
- Abstract要約: 本稿では,プロトン交換膜水電解法(PEMWE)の開発を進展させるために,知識統合機械学習という新しいフレームワークを採用することを提案する。
まず、データ取得条件、データ駆動モデル機構、ドメインの専門知識から生じる不確実性を特定し、異なる視点から情報を運ぶ際の相補的な特徴を明らかにする。
PEMWEの文脈では「知識統合機械学習のラダー」と呼ばれ、細胞劣化解析の文脈における3つのケーススタディに適用された階層的な3段階のフレームワークを実証する。
- 参考スコア（独自算出の注目度）: 36.74423086415903
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In this study, we propose to adopt a novel framework, Knowledge-integrated Machine Learning, for advancing Proton Exchange Membrane Water Electrolysis (PEMWE) development. Given the significance of PEMWE in green hydrogen production and the inherent challenges in optimizing its performance, our framework aims to meld data-driven models with domain-specific insights systematically to address the domain challenges. We first identify the uncertainties originating from data acquisition conditions, data-driven model mechanisms, and domain expertise, highlighting their complementary characteristics in carrying information from different perspectives. Building upon this foundation, we showcase how to adeptly decompose knowledge and extract unique information to contribute to the data augmentation, modeling process, and knowledge discovery. We demonstrate a hierarchical three-level framework, termed the "Ladder of Knowledge-integrated Machine Learning", in the PEMWE context, applying it to three case studies within a context of cell degradation analysis to affirm its efficacy in interpolation, extrapolation, and information representation. This research lays the groundwork for more knowledge-informed enhancements in ML applications in engineering.
- Abstract（参考訳）: 本研究では,プロトン交換膜水電解法(PEMWE)の開発を進展させる新しいフレームワークである知識統合機械学習を採用することを提案する。
グリーン水素生産におけるPEMWEの重要性と,その性能を最適化する上での固有の課題を踏まえ,本フレームワークはドメイン固有の知見を体系的に融合し,ドメインの課題に対処することを目的としている。
まず、データ取得条件、データ駆動モデル機構、ドメインの専門知識から生じる不確実性を特定し、異なる視点から情報を運ぶ際の相補的な特徴を明らかにする。
この基盤を基盤として,知識を包括的に分解し,データ拡張,モデリング,知識発見に寄与するユニークな情報を抽出する方法を紹介する。
PEMWEの文脈では、階層的な3段階のフレームワークを「知識統合機械学習のラダー」と呼び、細胞分解解析の文脈における3つのケーススタディに適用し、補間、外挿、情報表現の有効性を実証する。
この研究は、エンジニアリングにおけるMLアプリケーションにおいて、より知識に富んだ拡張の土台となる。
関連論文リスト
- Customized Information and Domain-centric Knowledge Graph Construction with Large Language Models [0.0]
本稿では,構造化情報へのタイムリーなアクセスを実現するための知識グラフに基づく新しいアプローチを提案する。
本フレームワークは,情報検索,キーフレーズ抽出,セマンティックネットワーク生成,トピックマップ可視化などを含むテキストマイニングプロセスを含む。
当社の方法論を自動車電気システムの領域に適用して,スケーラブルなアプローチを実証する。
論文 参考訳（メタデータ） (2024-09-30T07:08:28Z) - On the Element-Wise Representation and Reasoning in Zero-Shot Image Recognition: A Systematic Survey [82.49623756124357]
ゼロショット画像認識(ZSIR)は、目に見えない領域の認識と推論をモデルに与えることを目的としている。
本稿では,近年の素子ワイドZSIRの進歩について概説する。
まず、オブジェクト認識、合成認識、基礎モデルに基づくオープンワールド認識という3つの基本的なZSIRタスクを、統一された要素的視点に統合する。
論文 参考訳（メタデータ） (2024-08-09T05:49:21Z) - A Survey on Symbolic Knowledge Distillation of Large Language Models [8.237773729114926]
大規模言語モデルにおける記号的知識蒸留の出現と臨界領域に焦点を当てた調査。
知識の深みを理解可能なフォーマットで維持することを含む、中核的な課題について説明する。
この分野で開発された様々なアプローチや技法を精査する。
論文 参考訳（メタデータ） (2024-07-12T12:18:19Z) - Informed Meta-Learning [55.2480439325792]
メタラーニングとインシデントMLは、事前知識をMLパイプラインに組み込むための2つのアプローチとして際立っている。
我々は,非構造化知識表現からの事前の取り込みを容易にする,情報メタラーニングというハイブリッドパラダイムを定式化する。
データ効率、観測ノイズに対する堅牢性、タスク分散シフトを改善する上で、情報メタラーニングの潜在的な利点を実証する。
論文 参考訳（メタデータ） (2024-02-25T15:08:37Z) - A Comprehensive Study of Knowledge Editing for Large Language Models [82.65729336401027]
大規模言語モデル(LLM)は、人間のコミュニケーションを忠実に反映したテキストの理解と生成の素晴らしい能力を示している。
本稿では,知識編集の問題を定義し,最先端アプローチの包括的レビューを行う。
我々は,代表的知識編集アプローチの総合的評価のための新しいベンチマークであるKnowEditを紹介した。
論文 参考訳（メタデータ） (2024-01-02T16:54:58Z) - Generative retrieval-augmented ontologic graph and multi-agent
strategies for interpretive large language model-based materials design [0.0]
トランスフォーマーニューラルネットワークは、特に材料分析、設計、製造において、有望な能力を示す。
本稿では,教材の工学的分析を支援するツールとして,大規模言語モデル(LLM)の利用について検討する。
論文 参考訳（メタデータ） (2023-10-30T20:31:50Z) - Pathway toward prior knowledge-integrated machine learning in
engineering [1.3091722164946331]
本研究は,複数の専門分野の専門職を機械で認識可能なデータ駆動プロセスに統合する取り組みを強調する。
このアプローチは、エンジニアリング領域におけるホリストと還元主義の視点のバランスを取る。
論文 参考訳（メタデータ） (2023-07-10T13:06:55Z) - 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) - Meta-learning using privileged information for dynamics [66.32254395574994]
Neural ODE Processモデルを拡張して、Learning Using Privileged Information設定内の追加情報を使用します。
シミュレーション動的タスクの精度とキャリブレーションを向上した実験により拡張性を検証する。
論文 参考訳（メタデータ） (2021-04-29T12:18:02Z)
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。