論文の概要: Decoding Urban Industrial Complexity: Enhancing Knowledge-Driven Insights via IndustryScopeGPT

• arxiv url: http://arxiv.org/abs/2411.15758v1
• Date: Sun, 24 Nov 2024 08:33:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-26 14:24:24.062746
• Title: Decoding Urban Industrial Complexity: Enhancing Knowledge-Driven Insights via IndustryScopeGPT
• Title（参考訳）: 都市産業複合体のデコード:産業スコペGPTによる知識駆動型洞察の強化
• Authors: Siqi Wang, Chao Liang, Yunfan Gao, Yang Liu, Jing Li, Haofen Wang,
• Abstract要約: 工業団地は、都市経済の成長に欠かせないが、産業要求と都市サービスの不均衡から生じる課題に直面する。 本稿では,大規模マルチモーダル・マルチレベル産業公園知識グラフであるIndustrialScopeKGを紹介する。 本稿では,工業団地計画・運用におけるツール強化型推論と意思決定を強化するためのIndustrialScopeGPTフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 19.70852366245986
• License:
• Abstract: Industrial parks are critical to urban economic growth. Yet, their development often encounters challenges stemming from imbalances between industrial requirements and urban services, underscoring the need for strategic planning and operations. This paper introduces IndustryScopeKG, a pioneering large-scale multi-modal, multi-level industrial park knowledge graph, which integrates diverse urban data including street views, corporate, socio-economic, and geospatial information, capturing the complex relationships and semantics within industrial parks. Alongside this, we present the IndustryScopeGPT framework, which leverages Large Language Models (LLMs) with Monte Carlo Tree Search to enhance tool-augmented reasoning and decision-making in Industrial Park Planning and Operation (IPPO). Our work significantly improves site recommendation and functional planning, demonstrating the potential of combining LLMs with structured datasets to advance industrial park management. This approach sets a new benchmark for intelligent IPPO research and lays a robust foundation for advancing urban industrial development. The dataset and related code are available at https://github.com/Tongji-KGLLM/IndustryScope.
• Abstract（参考訳）: 工業団地は都市の経済成長に欠かせない。 しかし、その開発は産業要件と都市サービスの不均衡から生じる課題にしばしば遭遇し、戦略的計画と運用の必要性を浮き彫りにしている。 本稿では,街路ビュー,企業,社会経済,地理空間情報を含む多様な都市データを統合し,工業団地内の複雑な関係や意味を抽出する大規模マルチモーダル・マルチレベル産業団地知識グラフであるIndustrialScopeKGを紹介する。 また,大規模言語モデル(LLM)とモンテカルロ木探索を併用した産業用ScopeGPTフレームワークを提案する。 本研究は,LLMと構造化データセットを組み合わせることにより,産業用公園管理を向上する可能性を示すとともに,施設の推薦と機能計画を大幅に改善する。 このアプローチは知的IPPO研究のための新しいベンチマークを設定し、都市産業の発展のための堅牢な基盤を築き上げている。 データセットと関連するコードはhttps://github.com/Tongji-KGLLM/IndustryScope.comで公開されている。

関連論文リスト

• Technical Report: Enhancing LLM Reasoning with Reward-guided Tree Search [95.06503095273395]
  o1のような推論アプローチは困難で、研究者はこのオープンな研究領域を前進させようとさまざまな試みを行ってきた。 本稿では,報酬誘導木探索アルゴリズムを用いて,LLMの推論能力を高めるための予備的な検討を行う。
  論文  参考訳（メタデータ） (2024-11-18T16:15:17Z)
• BabelBench: An Omni Benchmark for Code-Driven Analysis of Multimodal and Multistructured Data [61.936320820180875]
  大規模言語モデル(LLM)は、様々な領域でますます重要になっている。 BabelBenchは、コード実行によるマルチモーダルなマルチ構造化データ管理におけるLLMの熟練度を評価する革新的なベンチマークフレームワークである。 BabelBenchの実験結果から,ChatGPT 4のような最先端モデルでさえ,大幅な改善の余地があることが示唆された。
  論文  参考訳（メタデータ） (2024-10-01T15:11:24Z)
• Survey for Landing Generative AI in Social and E-commerce Recsys -- the Industry Perspectives [19.754976036068907]
  ジェネレーティブAI(GAI)は、産業レコメンデーションシステム(Recsys)の強化と革新のためのユニークな機会を提示した。 これらの分野の交差点での研究努力が増えているにもかかわらず、GAIの産業レシーズへの統合は、その初期段階にある。
  論文  参考訳（メタデータ） (2024-06-10T17:16:59Z)
• Identifying every building's function in large-scale urban areas with multi-modality remote-sensing data [5.18540804614798]
  本研究は,大規模都市部における建物機能同定のための半教師付き枠組みを提案する。 光画像、建築高さ、夜間光データを収集し、建物の形態特性を記述する。 結果は、政府による2万の検証ポイントと統計調査によって評価される。
  論文  参考訳（メタデータ） (2024-05-08T15:32:20Z)
• Knowledge Adaptation from Large Language Model to Recommendation for Practical Industrial Application [54.984348122105516]
  大規模テキストコーパスで事前訓練されたLarge Language Models (LLMs) は、推奨システムを強化するための有望な道を示す。 オープンワールドの知識と協調的な知識を相乗化するLlm-driven knowlEdge Adaptive RecommeNdation (LEARN) フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-07T04:00:30Z)
• IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
  ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。 本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。 このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
  論文  参考訳（メタデータ） (2024-04-23T13:38:01Z)
• The Survey on Multi-Source Data Fusion in Cyber-Physical-Social Systems:Foundational Infrastructure for Industrial Metaverses and Industries 5.0 [31.600740278783242]
  産業5.0の概念は発展し、産業メタバースは実際の産業プロセスと並行して運用されることが期待されている。 ソーシャルメディアデータに隠されたカスタマイズされたユーザニーズは、ソーシャルメディア技術によって見つけることができる。 本研究では,産業メタバースのためのマルチソースデータ融合駆動型運用アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-04-11T05:09:32Z)
• LLMs for Knowledge Graph Construction and Reasoning: Recent Capabilities and Future Opportunities [66.36633042421387]
  知識グラフ(KG)の構築と推論のための大規模言語モデル(LLM)の評価。 我々は,LLMと外部ソースを用いたマルチエージェントベースのアプローチであるAutoKGを提案し,KGの構築と推論を行う。
  論文  参考訳（メタデータ） (2023-05-22T15:56:44Z)
• Digital Twin Applications in Urban Logistics: An Overview [4.084365114504618]
  デジタルツイン(Digital twins、DT)は、現実の物理システムの仮想レプリカである。 本稿では,DTを都市物流ネットワークに容易に適用可能なフレームワークを提供する。
  論文  参考訳（メタデータ） (2023-02-01T14:48:01Z)
• Collaboration Planning of Stakeholders for Sustainable City Logistics Operations [0.0]
  都市物流は、市や行政のガイドラインを尊重する都市部における商品の移動を包含している。 本研究では,持続可能な都市物流事業を実現するため,利害関係者の協力計画の課題について検討する。 協調戦略を評価するために2つのカテゴリのモデルが提案されている。
  論文  参考訳（メタデータ） (2021-07-12T22:54:17Z)
• Federated Learning for Industrial Internet of Things in Future Industries [106.13524161081355]
  産業用IoT(Industrial Internet of Things)は,産業用システムの運用を変革する有望な機会を提供する。 近年、人工知能(AI)はインテリジェントIIoTアプリケーションの実現に広く利用されている。 フェデレートラーニング(FL)は、複数のIIoTデバイスとマシンを協調して、ネットワークエッジでAIトレーニングを実行することで、インテリジェントなIIoTネットワークにとって特に魅力的である。
  論文  参考訳（メタデータ） (2021-05-31T01:02:59Z)

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。