論文の概要: Integrating Ontologies with Large Language Models for Enhanced Control Systems in Chemical Engineering

• arxiv url: http://arxiv.org/abs/2510.26898v1
• Date: Thu, 30 Oct 2025 18:04:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-03 19:57:09.729731
• Title: Integrating Ontologies with Large Language Models for Enhanced Control Systems in Chemical Engineering
• Title（参考訳）: 化学工学における制御系強化のためのオントロジーと大言語モデルの統合
• Authors: Crystal Su, Kuai Yu, Jingrui Zhang, Mingyuan Shao, Daniel Bauer,
• Abstract要約: 本研究は、構造的ドメイン知識と生成的推論を結合した化学工学のためのオントロジー統合大言語モデル(LLM)フレームワークを提案する。 提案したパイプラインは、データ取得、セマンティックプリプロセッシング、情報抽出、オントロジーマッピングステップのシーケンスを通じて、モデルトレーニングとCOPEオントロジーとの推論を調整する。 このシンボリック構造とニューラルジェネレーションの統合は、プロセス制御、安全分析、その他の重要なエンジニアリングコンテキストにLLMを適用するための透明で監査可能なアプローチを提供する。
• 参考スコア（独自算出の注目度）: 1.0674471416489186
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work presents an ontology-integrated large language model (LLM) framework for chemical engineering that unites structured domain knowledge with generative reasoning. The proposed pipeline aligns model training and inference with the COPE ontology through a sequence of data acquisition, semantic preprocessing, information extraction, and ontology mapping steps, producing templated question-answer pairs that guide fine-tuning. A control-focused decoding stage and citation gate enforce syntactic and factual grounding by constraining outputs to ontology-linked terms, while evaluation metrics quantify both linguistic quality and ontological accuracy. Feedback and future extensions, including semantic retrieval and iterative validation, further enhance the system's interpretability and reliability. This integration of symbolic structure and neural generation provides a transparent, auditable approach for applying LLMs to process control, safety analysis, and other critical engineering contexts.
• Abstract（参考訳）: 本研究は、構造的ドメイン知識と生成的推論を結合した化学工学のためのオントロジー統合大言語モデル(LLM)フレームワークを提案する。 提案したパイプラインは、データ取得、セマンティックプリプロセッシング、情報抽出、オントロジーマッピングステップを通じて、COPEオントロジーとモデルトレーニングと推論を一致させ、微調整を導くテンプレート付き質問応答ペアを生成する。 制御中心の復号ステージと引用ゲートは、オントロジー関連用語に出力を制約することで、構文的および事実的グラウンドを強制し、評価指標は言語的品質と存在論的精度の両方を定量化する。 セマンティック検索と反復検証を含むフィードバックと将来の拡張は、システムの解釈可能性と信頼性をさらに強化する。 このシンボリック構造とニューラルジェネレーションの統合は、プロセス制御、安全分析、その他の重要なエンジニアリングコンテキストにLLMを適用するための透明で監査可能なアプローチを提供する。

関連論文リスト

• Autoformalizer with Tool Feedback [52.334957386319864]
  自動形式化は、数学的問題を自然言語から形式的ステートメントに変換することによって、ATP(Automated Theorem Proving)のデータ不足に対処する。 既存のフォーミュラライザは、構文的妥当性とセマンティック一貫性を満たす有効なステートメントを一貫して生成することに苦慮している。 本稿では,ツールフィードバックを用いたオートフォーマライザ (ATF) を提案する。
  論文  参考訳（メタデータ） (2025-10-08T10:25:12Z)
• Interpreting token compositionality in LLMs: A robustness analysis [10.777646083061395]
  Constituent-Aware Pooling (CAP)は、大規模言語モデルが言語構造をどのように処理するかを分析するために設計された方法論である。 CAPは様々なモデルレベルで構成型プールを通してモデル活性化に介入する。 本研究は,合成セマンティクス処理とモデル解釈可能性に関する,現在のトランスフォーマーアーキテクチャの基本的制約を明らかにする。
  論文  参考訳（メタデータ） (2024-10-16T18:10:50Z)
• Generative transformations and patterns in LLM-native approaches for software verification and falsification [1.4595796095047369]
  より規律のあるエンジニアリングプラクティスに向けた基本的なステップは、コア機能単位生成変換の体系的な理解である、と我々は主張する。 まず、素早い相互作用を概念的シグネチャに抽象化する、生成変換のきめ細かい分類法を提案する。 我々の分析は分類学の有用性を検証するだけでなく、戦略的ギャップや相互関係も明らかにする。
  論文  参考訳（メタデータ） (2024-04-14T23:45:23Z)
• Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement [67.1393112206885]
  大規模言語モデル(LLM)は、対話的な意思決定タスクにおいてインテリジェントなエージェントとして期待されている。 本稿では,トークンレベルでのLLMの最適化に適したエントロピー拡張RL法である,エントロピー正規化トークンレベル最適化(ETPO)を導入する。 我々は,データサイエンスコード生成を多段階対話型タスクのシリーズとしてモデル化したシミュレーション環境におけるETPOの有効性を評価する。
  論文  参考訳（メタデータ） (2024-02-09T07:45:26Z)
• Injecting linguistic knowledge into BERT for Dialogue State Tracking [60.42231674887294]
  本稿では,教師なしの枠組みを用いて言語知識を抽出する手法を提案する。 次に、この知識を用いて、対話状態追跡(DST)タスクにおけるBERTの性能と解釈可能性を高める。 このフレームワークを様々なDSTタスクでベンチマークし、精度の顕著な改善を観察する。
  論文  参考訳（メタデータ） (2023-11-27T08:38:42Z)
• An Ontology for Defect Detection in Metal Additive Manufacturing [3.997680012976965]
  産業用 4.0 アプリケーションのキーは、データ統合とセマンティック相互運用性の問題に対処できる制御システムを開発することである。 金属添加物製造文献から知られているプロセス誘起欠陥の分類について述べる。 我々の知識基盤は、さらなる欠陥分析用語を付加することにより、付加的な製造能力を向上させることを目的としている。
  論文  参考訳（メタデータ） (2022-09-29T13:35:25Z)

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。