論文の概要: SysCaps: Language Interfaces for Simulation Surrogates of Complex Systems

• arxiv url: http://arxiv.org/abs/2405.19653v2
• Date: Wed, 02 Oct 2024 16:23:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-03 15:17:48.887516
• Title: SysCaps: Language Interfaces for Simulation Surrogates of Complex Systems
• Title（参考訳）: SysCaps:複雑なシステムのシミュレーションサロゲートのための言語インタフェース
• Authors: Patrick Emami, Zhaonan Li, Saumya Sinha, Truc Nguyen,
• Abstract要約: 代理モデルは複雑なエネルギーシステムの振舞いを予測するために用いられる。 本稿では,システムキャプションやSysCapsと呼ばれる言語記述を用いて,そのようなサロゲートと対話する手法を提案する。 我々のSysCaps拡張サロゲートは従来の手法よりもホールドアウトシステムの方が精度が高いことを示す。
• 参考スコア（独自算出の注目度）: 4.049850026698639
• License:
• Abstract: Surrogate models are used to predict the behavior of complex energy systems that are too expensive to simulate with traditional numerical methods. Our work introduces the use of language descriptions, which we call "system captions" or SysCaps, to interface with such surrogates. We argue that interacting with surrogates through text, particularly natural language, makes these models more accessible for both experts and non-experts. We introduce a lightweight multimodal text and timeseries regression model and a training pipeline that uses large language models (LLMs) to synthesize high-quality captions from simulation metadata. Our experiments on two real-world simulators of buildings and wind farms show that our SysCaps-augmented surrogates have better accuracy on held-out systems than traditional methods while enjoying new generalization abilities, such as handling semantically related descriptions of the same test system. Additional experiments also highlight the potential of SysCaps to unlock language-driven design space exploration and to regularize training through prompt augmentation.
• Abstract（参考訳）: 代理モデルは、従来の数値法でシミュレートするには高すぎる複雑なエネルギーシステムの振舞いを予測するために用いられる。 我々の研究は、そのようなサロゲートとのインタフェースに「システムキャプション」または「シズキャプション」と呼ばれる言語記述を導入している。 我々は、テキスト、特に自然言語を通じて代理語と対話することで、これらのモデルを専門家と非専門家の両方にとってよりアクセスしやすくする、と論じている。 シミュレーションメタデータから高品質なキャプションを合成するために,大規模言語モデル(LLM)を用いた軽量なマルチモーダルテキストと時系列回帰モデルとトレーニングパイプラインを導入する。 我々のSysCaps強化サロゲートは、従来の手法よりも保持系の方が精度が良く、同じテストシステムの意味論的記述を扱うなど、新しい一般化能力を享受できる。 さらなる実験では、言語駆動設計スペース探索のアンロックと、迅速な拡張によるトレーニングの正規化のためのSysCapsの可能性も強調されている。

関連論文リスト

• Large Generative Model-assisted Talking-face Semantic Communication System [55.42631520122753]
  本研究では,LGM-TSC(Large Generative Model-assisted Talking-face Semantic Communication)システムを提案する。 送信機のジェネレーティブセマンティック・エクストラクタ(GSE)は、意味的にスパースな音声映像を高情報密度のテキストに変換する。 意味的曖昧さと修正のためのLarge Language Model (LLM)に基づくPrivate Knowledge Base (KB)。 BERT-VITS2とSadTalkerモデルを用いた生成意味再構成(GSR)により、テキストを高QoE音声ビデオに変換する。
  論文  参考訳（メタデータ） (2024-11-06T12:45:46Z)
• Generating Driving Simulations via Conversation [20.757088470174452]
  所望のシナリオと車両動作の合成において,非コーディング領域の専門家を支援するために,自然言語インタフェースを設計する。 非常に小さなトレーニングデータセットにもかかわらず、発話をシンボルプログラムに変換するのにそれを使うことは可能であることを示す。 人間の実験により、対話はシミュレーション生成の成功に不可欠であることが示され、拡張された会話に関わらず、世代よりも4.5倍の成功率が得られる。
  論文  参考訳（メタデータ） (2024-10-13T13:07:31Z)
• LangSuitE: Planning, Controlling and Interacting with Large Language Models in Embodied Text Environments [70.91258869156353]
  テキストエンボディの世界における6つの代表的具体的タスクを特徴とする多目的・シミュレーション不要なテストベッドであるLangSuitEを紹介する。 以前のLLMベースのテストベッドと比較すると、LangSuitEは複数のシミュレーションエンジンを使わずに、多様な環境への適応性を提供する。 具体化された状態の履歴情報を要約した新しいチェーン・オブ・ソート(CoT)スキーマであるEmMemを考案する。
  論文  参考訳（メタデータ） (2024-06-24T03:36:29Z)
• Human-Centric Autonomous Systems With LLMs for User Command Reasoning [16.452638202694246]
  本稿では,大規模言語モデルの推論機能を活用して,キャビン内ユーザのコマンドからシステム要求を推測する。 提案手法の有効性は, LLMモデルの品質と適切な逐次的プロンプトの設計の両面から評価されている。
  論文  参考訳（メタデータ） (2023-11-14T14:42:28Z)
• Dialogue-based generation of self-driving simulation scenarios using Large Language Models [14.86435467709869]
  シミュレーションは自動運転車のコントローラーを開発し評価するための貴重なツールである。 現在のシミュレーションフレームワークは、高度に専門的なドメイン固有言語によって駆動される。 簡潔な英語の発話と、ユーザの意図をキャプチャする実行可能なコードの間には、しばしばギャップがある。
  論文  参考訳（メタデータ） (2023-10-26T13:07:01Z)
• Detecting Text Formality: A Study of Text Classification Approaches [78.11745751651708]
  本研究は,統計的,ニューラルベース,トランスフォーマーベースの機械学習手法に基づく形式性検出手法の体系的研究を初めて行う。 単言語,多言語,言語横断の3種類の実験を行った。 本研究は,モノリンガルおよび多言語形式分類タスクのためのトランスフォーマーベースモデルに対するChar BiLSTMモデルの克服を示す。
  論文  参考訳（メタデータ） (2022-04-19T16:23:07Z)
• From Natural Language to Simulations: Applying GPT-3 Codex to Automate Simulation Modeling of Logistics Systems [0.0]
  この研究は、物流にとって重要なシステムのシミュレーションモデルの開発を自動化するために自然言語処理を適用する最初の試みである。 我々は,変換言語モデルであるGPT-3コーデックスをベースとしたフレームワークが,言語記述による待ち行列と在庫制御系の機能的に有効なシミュレーションを生成できることを実証した。
  論文  参考訳（メタデータ） (2022-02-24T14:01:50Z)
• SML: a new Semantic Embedding Alignment Transformer for efficient cross-lingual Natural Language Inference [71.57324258813674]
  トランスフォーマーが質問応答、自然言語推論(NLI)、要約といった様々なタスクを精度良く実行できることは、現在この種のタスクに対処するための最良のパラダイムの1つとしてランク付けすることができる。 nliは、複雑な文を理解するための知識が必要であり、仮説と前提の関係を確立するため、これらのアーキテクチャをテストする最良のシナリオの1つである。 本稿では,自然言語推論のための多言語組込みを効率的にアライメントするための新しいアーキテクチャ siamese multilingual transformer を提案する。
  論文  参考訳（メタデータ） (2021-03-17T13:23:53Z)
• Speech Command Recognition in Computationally Constrained Environments with a Quadratic Self-organized Operational Layer [92.37382674655942]
  軽量ネットワークの音声コマンド認識能力を向上するネットワーク層を提案する。 この手法はテイラー展開と二次形式の概念を借用し、入力層と隠蔽層の両方における特徴のより良い表現を構築する。 このリッチな表現は、Google音声コマンド(GSC)と合成音声コマンド(SSC)データセットに関する広範な実験で示されているように、認識精度の向上をもたらす。
  論文  参考訳（メタデータ） (2020-11-23T14:40:18Z)
• Investigation of learning abilities on linguistic features in sequence-to-sequence text-to-speech synthesis [48.151894340550385]
  ニューラルシークエンス・ツー・シークエンス・テキスト・トゥ・音声合成(TTS)は、テキストや音素のような単純な言語的特徴から直接高品質な音声を生成することができる。 ニューラルシークエンス・ツー・シークエンス TTS が日本語と英語でどのように機能するかを考察する。
  論文  参考訳（メタデータ） (2020-05-20T23:26:14Z)

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。