Fugu-MT 論文翻訳(概要): Case Study: Leveraging GenAI to Build AI-based Surrogates and Regressors for Modeling Radio Frequency Heating in Fusion Energy Science

論文の概要: Case Study: Leveraging GenAI to Build AI-based Surrogates and Regressors for Modeling Radio Frequency Heating in Fusion Energy Science

arxiv url: http://arxiv.org/abs/2409.06122v1
Date: Tue, 10 Sep 2024 00:22:19 GMT
ステータス: 処理完了
システム内更新日: 2024-09-11 19:30:38.984415
Title: Case Study: Leveraging GenAI to Build AI-based Surrogates and Regressors for Modeling Radio Frequency Heating in Fusion Energy Science
Title（参考訳）: ケーススタディ:GenAIを活用してAIベースのサロゲートとレグレッタを構築し、核融合エネルギー科学における高周波加熱をモデル化する
Authors: E. Wes Bethel, Vianna Cramer, Alexander del Rio, Lothar Narins, Chris Pestano, Satvik Verma, Erick Arias, Nicola Bertelli, Talita Perciano, Syun'ichi Shiraiwa, Álvaro Sánchez Villar, Greg Wallace, John C. Wright,
Abstract要約: 本稿では, 融合エネルギー研究におけるシミュレーションモデルのためのAIサロゲートの開発にGenerative AI(GenAI)を用いた詳細なケーススタディを提案する。このスコープには、モデル開発と最適化を支援するためにGenAIを使用する方法論、実装、結果が含まれている。
参考スコア（独自算出の注目度）: 30.658306142871602
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This work presents a detailed case study on using Generative AI (GenAI) to develop AI surrogates for simulation models in fusion energy research. The scope includes the methodology, implementation, and results of using GenAI to assist in model development and optimization, comparing these results with previous manually developed models.
Abstract（参考訳）: 本稿では, 融合エネルギー研究におけるシミュレーションモデルのためのAIサロゲートの開発にGenerative AI(GenAI)を用いた詳細なケーススタディを提案する。このスコープには、GenAIを使用してモデル開発と最適化を支援し、これらの結果を以前の手作業で開発されたモデルと比較する方法論、実装、結果が含まれている。

関連論文リスト

Generative Artificial Intelligence Meets Synthetic Aperture Radar: A Survey [49.29751866761522]
本稿では,GenAIとSARの交差点について検討する。まず、SAR分野における一般的なデータ生成ベースのアプリケーションについて説明する。次に、最新のGenAIモデルの概要を体系的にレビューする。最後に、SARドメインの対応するアプリケーションも含まれる。
論文参考訳（メタデータ） (2024-11-05T03:06:00Z)
The Roles of Generative Artificial Intelligence in Internet of Electric Vehicles [65.14115295214636]
我々は特に、電気自動車のインターネット(IoEV)について検討し、GenAI for IoEVを4つの異なる層に分類する。 IoEVアプリケーションの各レイヤで使用されるさまざまなGenAI技術を紹介します。 GenAIモデルのトレーニングに利用可能なパブリックデータセットを要約する。
論文参考訳（メタデータ） (2024-09-24T05:12:10Z)
Recommendation with Generative Models [35.029116616023586]
生成モデルは、統計分布から学習し、サンプリングすることで、データの新しいインスタンスを作成することができるAIモデルである。これらのモデルは、画像生成、テキスト合成、音楽合成など、様々な領域に応用されている。レコメンデーションシステムでは、Gen-RecSysと呼ばれる生成モデルは、レコメンデーションの正確性と多様性を改善する。
論文参考訳（メタデータ） (2024-09-18T18:29:15Z)
Generative AI Agent for Next-Generation MIMO Design: Fundamentals, Challenges, and Vision [76.4345564864002]
次世代の多重入力多重出力(MIMO)はインテリジェントでスケーラブルであることが期待される。本稿では、カスタマイズされた特殊コンテンツを生成することができる生成型AIエージェントの概念を提案する。本稿では、生成AIエージェントをパフォーマンス分析に活用することの有効性を示す2つの説得力のあるケーススタディを示す。
論文参考訳（メタデータ） (2024-04-13T02:39:36Z)
Opportunities and challenges in the application of large artificial intelligence models in radiology [4.543169454051341]
細分化領域におけるより大規模なモデルが徐々に提案され、特に放射線画像分野における大きなモデルが提案されている。本稿ではまず,大規模モデルの開発史,技術詳細,ワークフロー,マルチモーダル大規模モデルの動作原理,ビデオ生成大型モデルの動作原理について紹介する。
論文参考訳（メタデータ） (2024-03-24T12:05:23Z)
Applied Causal Inference Powered by ML and AI [54.88868165814996]
本書は古典的構造方程式モデル(SEM)とその現代AI等価性、有向非巡回グラフ(DAG)および構造因果モデル(SCM)のアイデアを提示する。それは、現代の予測ツールを使用して、そのようなモデルで推論を行うダブル/デバイアスド機械学習メソッドをカバーしている。
論文参考訳（メタデータ） (2024-03-04T20:28:28Z)
Generative AI and Process Systems Engineering: The Next Frontier [0.5937280131734116]
本稿では,大規模言語モデル (LLM) のような新しい生成人工知能(GenAI)モデルが,プロセスシステム工学 (PSE) におけるソリューション方法論をいかに拡張するかを考察する。これらの最先端のGenAIモデル、特にファンデーションモデル(FM)は、広範な汎用データセットで事前トレーニングされている。この記事では、マルチスケールモデリング、データ要件、評価指標とベンチマーク、信頼性と安全性など、PSE内でGenAIを完全に活用する上での潜在的な課題を特定し、議論する。
論文参考訳（メタデータ） (2024-02-15T18:20:42Z)
GenLens: A Systematic Evaluation of Visual GenAI Model Outputs [33.93591473459988]
GenLensは、GenAIモデル出力の体系的評価のために設計されたビジュアル分析インタフェースである。モデル開発者によるユーザ調査によると、GenLensは、高い満足度で証明されたワークフローを効果的に強化する。
論文参考訳（メタデータ） (2024-02-06T04:41:06Z)
A Comprehensive Performance Study of Large Language Models on Novel AI Accelerators [2.88634411143577]
大規模言語モデル(LLM)は、いくつかの課題に対処するための有望なアプローチと考えられている。専門のAIアクセラレータハードウェアシステムは、最近、AIアプリケーションの高速化に利用できるようになった。
論文参考訳（メタデータ） (2023-10-06T21:55:57Z)
Neurosymbolic AI and its Taxonomy: a survey [48.7576911714538]
ニューロシンボリックAIは、古典的なAIやニューラルネットワークのようなシンボリック処理を組み合わせたモデルを扱う。本研究は近年,本分野の研究論文を調査し,提案モデルと応用モデルとの分類と比較を行った。
論文参考訳（メタデータ） (2023-05-12T19:51:13Z)

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。