Fugu-MT 論文翻訳(概要): MENGLAN: Multiscale Enhanced Nonparametric Gas Analyzer with Lightweight Architecture and Networks

論文の概要: MENGLAN: Multiscale Enhanced Nonparametric Gas Analyzer with Lightweight Architecture and Networks

arxiv url: http://arxiv.org/abs/2506.22490v1
Date: Tue, 24 Jun 2025 13:41:41 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-01 21:27:53.411745
Title: MENGLAN: Multiscale Enhanced Nonparametric Gas Analyzer with Lightweight Architecture and Networks
Title（参考訳）: MENGLAN:軽量アーキテクチャとネットワークを備えたマルチスケール非パラメトリックガスアナライザ
Authors: Zhenke Duan, Jiqun Pan, Jiani Tu,
Abstract要約: 本研究では,マルチストリーム構造,ハイブリッド型マルチヘッドアテンション機構,フィーチャーリアクティベーションモジュールを統合したマルチスケール非パラメトリックガスアナライザMENGLANを提案する。その結果,MENGLANは既存の手法に比べて優れた性能,計算要求の低減,デプロイ性の向上を実現していることがわかった。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Accurate detection of ethylene concentrations in mixed gases is crucial in chemical production for safety and health purposes. Traditional methods are hindered by high cost and complexity, limiting their practical application. This study proposes MENGLAN, a Multiscale Enhanced Nonparametric Gas Analyzer that integrates a dual-stream structure, a Hybrid Multi-Head Attention mechanism, and a Feature Reactivation Module to enable real-time, lightweight, and high-precision ethylene concentration prediction. Results show that MENGLAN achieves superior performance, reduced computational demand, and enhanced deployability compared to existing methods.
Abstract（参考訳）: 混合ガス中のエチレン濃度の正確な検出は、安全と健康のために化学製造に不可欠である。従来の手法は、コストと複雑さによって妨げられ、実用的応用が制限される。本研究では, マルチストリーム構造, ハイブリッドマルチヘッドアテンション機構, 機能再活性化モジュールを統合し, リアルタイム, 軽量, 高精度エチレン濃度予測を可能にするマルチスケール非パラメトリックガスアナライザMENGLANを提案する。その結果,MENGLANは既存の手法に比べて優れた性能,計算要求の低減,デプロイ性の向上を実現していることがわかった。

関連論文リスト

MoA: Heterogeneous Mixture of Adapters for Parameter-Efficient Fine-Tuning of Large Language Models [61.89384981175277]
ローランド適応 (LoRA) とミックスオブエキスパート (MoE) を統合するための固有テキストbfMixture-of-Adapters (MoA) アプローチを提案する。実験結果から, 不均一なMoAは均一なMoE-LoRA法よりも性能およびパラメータ効率が優れていることがわかった。
論文参考訳（メタデータ） (2025-06-06T09:54:19Z)
Collaborative Expert LLMs Guided Multi-Objective Molecular Optimization [51.104444856052204]
我々は,多目的分子最適化のための協調型大規模言語モデル(LLM)システムであるMultiMolを提案する。 6つの多目的最適化タスクに対する評価において、MultiMolは既存の手法を著しく上回り、82.30%の成功率を達成した。
論文参考訳（メタデータ） (2025-03-05T13:47:55Z)
Enhanced PEC-YOLO for Detecting Improper Safety Gear Wearing Among Power Line Workers [0.0]
本稿では,PEC-YOLOオブジェクト検出アルゴリズムを提案する。この手法は、深層認識とマルチスケール特徴融合を統合する。 CPCAアテンションメカニズムはSPPFモジュールに組み込まれ、重要な情報にフォーカスするモデルの能力を向上させる。
論文参考訳（メタデータ） (2025-01-23T04:40:08Z)
Efficient Generation of Molecular Clusters with Dual-Scale Equivariant Flow Matching [5.909830898977327]
トレーニングと推論を粗い粒度と全原子ステージに分離する2次元フローマッチング法を開発した。 MDシミュレーションにより得られたY6分子クラスターのデータセット上で,本手法の有効性を示す。
論文参考訳（メタデータ） (2024-10-10T02:17:27Z)
Unveiling Processing--Property Relationships in Laser Powder Bed Fusion: The Synergy of Machine Learning and High-throughput Experiments [0.0]
本稿では,高スループット実験と階層型機械学習(ML)の相乗効果を考慮した手法を提案する。レーザー粉末層融合(LPBF)におけるプロセスパラメータの集合と選択された機械的特性(引張強度と延性)との複雑な関係を明らかにする。本手法は材料非依存であり、17-4PHステンレス鋼への適用を実証する。
論文参考訳（メタデータ） (2024-08-30T20:34:16Z)
Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
論文参考訳（メタデータ） (2024-08-27T15:03:20Z)
A Multi-Grained Symmetric Differential Equation Model for Learning Protein-Ligand Binding Dynamics [73.35846234413611]
薬物発見において、分子動力学(MD)シミュレーションは、結合親和性を予測し、輸送特性を推定し、ポケットサイトを探索する強力なツールを提供する。我々は,数値MDを容易にし,タンパク質-リガンド結合ダイナミクスの正確なシミュレーションを提供する,最初の機械学習サロゲートであるNeuralMDを提案する。従来の数値MDシミュレーションと比較して1K$times$ Speedupを実現することにより,NeuralMDの有効性と有効性を示す。
論文参考訳（メタデータ） (2024-01-26T09:35:17Z)
Unlocking the Potential: Multi-task Deep Learning for Spaceborne Quantitative Monitoring of Fugitive Methane Plumes [0.7970333810038046]
メタン濃度インバージョン(英語版)、プルームセグメンテーション(英語版)、エミッションレート推定(英語版)は、メタン排出モニタリングの3つのサブタスクである。リモートセンシング画像からメタン排出量の定量モニタリングを行うための,新しいディープラーニングベースのフレームワークを提案する。メタン濃度インバージョンのためのU-Netネットワーク,メタン配管セグメンテーションのためのMask R-CNNネットワーク,メタン排出率推定のためのResNet-50ネットワークを訓練する。
論文参考訳（メタデータ） (2024-01-23T16:04:19Z)
Learning characteristic parameters and dynamics of centrifugal pumps under multiphase flow using physics-informed neural networks [1.6874375111244329]
本研究では,ESPシステムの流体特性,動的状態,重要なパラメータを間接的に推定する物理インフォームドニューラルネットワーク(PINN)モデルを提案する。 PINNモデルの有効性は,これらの圧力測定を入力データとして,未知の状態とパラメータを推定することによって検証した。
論文参考訳（メタデータ） (2023-10-04T17:40:46Z)
Multi-Task Mixture Density Graph Neural Networks for Predicting Cu-based Single-Atom Alloy Catalysts for CO2 Reduction Reaction [61.9212585617803]
グラフニューラルネットワーク(GNN)は、材料科学者からますます注目を集めている。本研究では,DimeNet++と混合密度ネットワークに基づくマルチタスク(MT)アーキテクチャを構築し,その性能向上を図る。
論文参考訳（メタデータ） (2022-09-15T13:52:15Z)
Optimizing Molecules using Efficient Queries from Property Evaluations [66.66290256377376]
汎用的なクエリベースの分子最適化フレームワークであるQMOを提案する。 QMOは効率的なクエリに基づいて入力分子の所望の特性を改善する。 QMOは, 有機分子を最適化するベンチマークタスクにおいて, 既存の手法よりも優れていることを示す。
論文参考訳（メタデータ） (2020-11-03T18:51:18Z)

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。