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
- How Do LLMs Acquire New Knowledge? A Knowledge Circuits Perspective on Continual Pre-Training [92.88889953768455]
大きな言語モデル(LLM)は、どのようにして新しい知識を内部化するかを理解する上で、重大なギャップに直面します。
知識記憶と処理を容易にする計算サブグラフを同定する。
論文 参考訳（メタデータ） (2025-02-16T16:55:43Z) - A Comprehensive Survey on Integrating Large Language Models with Knowledge-Based Methods [4.686190098233778]
本稿では、データコンテキスト化の改善、モデルの精度の向上、知識リソースの利用改善など、生成AIを知識ベースに統合するメリットを強調した。
この調査結果は、現在の研究状況の詳細な概要を提供し、重要なギャップを特定し、実行可能なレコメンデーションを提供する。
論文 参考訳（メタデータ） (2025-01-19T23:25:21Z) - 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、限られたデータから一般化された知識を学習することにより、目に見えない領域の認識と推論を目的としている。
本稿では,ZSIRの最近の進歩を徹底的に研究し,今後の発展の基盤となるものについて述べる。
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) - Towards Automated Knowledge Integration From Human-Interpretable Representations [55.2480439325792]
我々は,情報メタ学習の原理を理論的に導入・動機付けし,自動的かつ制御可能な帰納バイアス選択を可能にする。
データ効率と一般化を改善するための情報メタラーニングのメリットと限界を実証的に示す。
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) - 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。