論文の概要: LLM-Ehnanced Holonic Architecture for Ad-Hoc Scalable SoS

• arxiv url: http://arxiv.org/abs/2501.07992v1
• Date: Tue, 14 Jan 2025 10:35:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-15 13:27:24.677569
• Title: LLM-Ehnanced Holonic Architecture for Ad-Hoc Scalable SoS
• Title（参考訳）: LLM-Ehnanced Holonic Architecture for Ad-Hoc Scalable SoS
• Authors: Muhammad Ashfaq, Ahmed R. Sadik, Tommi Mikkonen, Muhammad Waseem, Niko Mäkitalo,
• Abstract要約: 推論,通信,機能レイヤを含むホロンの階層化アーキテクチャを提案する。 第2に、インテリジェント製造の原則に触発され、スーパーバイザー、プランナー、タスク、リソースホロンといった専門ホロンを導入します。 これらの専門ホロンは、意思決定をサポートし、リアルタイム適応性を確保するために、推論層内で大きな言語モデルを利用する。
• 参考スコア（独自算出の注目度）: 3.591449065638895
• License:
• Abstract: As modern system of systems (SoS) become increasingly adaptive and human centred, traditional architectures often struggle to support interoperability, reconfigurability, and effective human system interaction. This paper addresses these challenges by advancing the state of the art holonic architecture for SoS, offering two main contributions to support these adaptive needs. First, we propose a layered architecture for holons, which includes reasoning, communication, and capabilities layers. This design facilitates seamless interoperability among heterogeneous constituent systems by improving data exchange and integration. Second, inspired by principles of intelligent manufacturing, we introduce specialised holons namely, supervisor, planner, task, and resource holons aimed at enhancing the adaptability and reconfigurability of SoS. These specialised holons utilise large language models within their reasoning layers to support decision making and ensure real time adaptability. We demonstrate our approach through a 3D mobility case study focused on smart city transportation, showcasing its potential for managing complex, multimodal SoS environments. Additionally, we propose evaluation methods to assess the architecture efficiency and scalability,laying the groundwork for future empirical validations through simulations and real world implementations.
• Abstract（参考訳）: 現代のシステムシステム(SoS)は適応性と人間中心化が進んでいるため、従来のアーキテクチャは相互運用性、再構成可能性、効果的なヒューマンシステムインタラクションをサポートするのに苦労することが多い。 本稿では、SoSの最先端のホロニックアーキテクチャを推進し、これらの適応ニーズをサポートするための2つの主要な貢献を提供することにより、これらの課題に対処する。 まず、推論、通信、機能レイヤを含むホロンの階層化アーキテクチャを提案する。 この設計は、データ交換と統合を改善し、異種構成系間のシームレスな相互運用性を促進する。 第2に、知的製造の原則に触発されて、SoSの適応性と再構成性を高めることを目的とした特別ホロン、スーパーバイザー、プランナー、タスク、リソースホロンを導入する。 これらの専門ホロンは、意思決定をサポートし、リアルタイム適応性を確保するために、推論層内で大きな言語モデルを利用する。 我々は、スマートシティ交通に焦点を当てた3Dモビリティケーススタディを通じて、複雑なマルチモーダルなSoS環境を管理する可能性を示す。 さらに,アーキテクチャの効率性とスケーラビリティを評価するための評価手法を提案し,シミュレーションや実世界の実装による将来の実証検証の基盤となるものを提案する。

関連論文リスト

• Leveraging LLMs for Dynamic IoT Systems Generation through Mixed-Initiative Interaction [0.791663505497707]
  IoTシステムは、ユーザニーズに適応する上で、課題に直面します。 IoT-Togetherパラダイムは、Mixed-Initiative Interaction(MII)パラダイムを通じて、この要求を満たすことを目指している。 この作業は、大規模言語モデル(LLM)をアーキテクチャに統合することで、IoT-Togetherを前進させる。
  論文  参考訳（メタデータ） (2025-02-02T06:21:49Z)
• Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• A Layered Architecture for Developing and Enhancing Capabilities in Large Language Model-based Software Systems [18.615283725693494]
  本稿では,Large Language Models (LLM) ソフトウェアシステムの開発を異なるレイヤにまとめる階層アーキテクチャを提案する。 これらのレイヤと機能を整合させることで、このフレームワークは、効果的かつ効率的な方法で機能の体系的な実装を奨励します。
  論文  参考訳（メタデータ） (2024-11-19T09:18:20Z)
• Towards LifeSpan Cognitive Systems [94.8985839251011]
  複雑な環境と継続的に対話する人間のようなシステムを構築することは、いくつかの重要な課題を提示します。 我々は、この想定されたシステムをLifeSpan Cognitive System (LSCS)と呼ぶ。 LSCSの重要な特徴は、過去の経験を維持し、正確にリコールしながら、インクリメンタルで迅速な更新を行う機能である。
  論文  参考訳（メタデータ） (2024-09-20T06:54:00Z)
• Large Language Model as a Catalyst: A Paradigm Shift in Base Station Siting Optimization [62.16747639440893]
  大規模言語モデル(LLM)とその関連技術は、特に迅速な工学とエージェント工学の領域において進歩している。 提案するフレームワークは、検索拡張生成(RAG)を組み込んで、ドメイン固有の知識を取得してソリューションを生成するシステムの能力を高める。
  論文  参考訳（メタデータ） (2024-08-07T08:43:32Z)
• Enhancing Holonic Architecture with Natural Language Processing for System of Systems [3.521544134339964]
  本稿では,システム・オブ・システム(SoS)におけるホロトン通信を強化するための革新的なアプローチを提案する。 提案手法は,CGI,特にLarge Language Models (LLMs) の進歩を活用して,ホロンは自然言語命令を理解し,動作させることができる。 これにより、より直感的な人間-ホロンの相互作用が促進され、社会的知性が改善され、最終的には多様なシステム間の協調性が向上する。
  論文  参考訳（メタデータ） (2024-05-08T18:47:52Z)
• Generative AI Agents with Large Language Model for Satellite Networks via a Mixture of Experts Transmission [74.10928850232717]
  本稿では、モデル定式化のための生成人工知能(AI)エージェントを開発し、送信戦略の設計に専門家(MoE)の混合を適用した。 具体的には,大規模言語モデル(LLM)を活用して対話型モデリングパラダイムを構築する。 定式化問題の解法として, MoE-proximal Policy Optimization (PPO) アプローチを提案する。
  論文  参考訳（メタデータ） (2024-04-14T03:44:54Z)
• Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
  我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。 本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。 我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
  論文  参考訳（メタデータ） (2024-03-26T16:33:12Z)
• Orchestration of Emulator Assisted Mobile Edge Tuning for AI Foundation Models: A Multi-Agent Deep Reinforcement Learning Approach [10.47302625959368]
  我々は,モバイルエッジコンピューティングと基礎モデルを統合した画期的なパラダイムを提示する。 私たちのアプローチの中心はイノベーティブなEmulator-Adapterアーキテクチャであり、基礎モデルを2つの凝集モジュールに分割する。 本稿では,分散環境におけるEmulator-Adapter構造のニーズに合わせて微調整された高度なリソース割り当て機構を提案する。
  論文  参考訳（メタデータ） (2023-10-26T15:47:51Z)
• Balancing Autonomy and Alignment: A Multi-Dimensional Taxonomy for Autonomous LLM-powered Multi-Agent Architectures [0.0]
  大規模言語モデル(LLM)は、洗練された言語理解と生成能力を備えた人工知能の分野に革命をもたらした。 本稿では,LLMを用いた自律型マルチエージェントシステムが自律性とアライメントの動的相互作用をどのようにバランスさせるかを分析するために,総合的な多次元分類法を提案する。
  論文  参考訳（メタデータ） (2023-10-05T16:37:29Z)
• A Transformer Framework for Data Fusion and Multi-Task Learning in Smart Cities [99.56635097352628]
  本稿では,新興スマートシティを対象としたトランスフォーマーベースのAIシステムを提案する。 ほぼ全ての入力データと出力タスクタイプをサポートし、現在のS&CCをサポートする。 S&CC環境を代表する多様なタスクセットを学習して実演する。
  論文  参考訳（メタデータ） (2022-11-18T20:43:09Z)

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。