論文の概要: VayuChat: An LLM-Powered Conversational Interface for Air Quality Data Analytics

• arxiv url: http://arxiv.org/abs/2511.01046v1
• Date: Sun, 02 Nov 2025 18:45:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:27.04163
• Title: VayuChat: An LLM-Powered Conversational Interface for Air Quality Data Analytics
• Title（参考訳）: VayuChat: 空気質データ分析のためのLLMベースの会話インタフェース
• Authors: Vedant Acharya, Abhay Pisharodi, Rishabh Mondal, Mohammad Rafiuddin, Nipun Batra,
• Abstract要約: VayuChatは、空気質、気象学、政策プログラムに関する自然言語の質問に答える会話システムである。 私たちのライブデモでは、シンプルな会話を通じて複雑な環境分析を行う方法が示されます。
• 参考スコア（独自算出の注目度）: 1.3048920509133808
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Air pollution causes about 1.6 million premature deaths each year in India, yet decision makers struggle to turn dispersed data into decisions. Existing tools require expertise and provide static dashboards, leaving key policy questions unresolved. We present VayuChat, a conversational system that answers natural language questions on air quality, meteorology, and policy programs, and responds with both executable Python code and interactive visualizations. VayuChat integrates data from Central Pollution Control Board (CPCB) monitoring stations, state-level demographics, and National Clean Air Programme (NCAP) funding records into a unified interface powered by large language models. Our live demonstration will show how users can perform complex environmental analytics through simple conversations, making data science accessible to policymakers, researchers, and citizens. The platform is publicly deployed at https://huggingface.co/spaces/SustainabilityLabIITGN/ VayuChat. For further information check out video uploaded on https://www.youtube.com/watch?v=d6rklL05cs4.
• Abstract（参考訳）: 大気汚染はインドで毎年約1.6万人が早死にするが、意思決定者は分散データを意思決定に転換するのに苦労している。 既存のツールは専門知識を必要とし、静的なダッシュボードを提供する。 本稿では,空気質,気象学,政策プログラムに関する自然言語質問に答える対話型システムであるVayuChatを紹介し,実行可能なPythonコードと対話型可視化の両方に応答する。 VayuChatは、CPCB(Central Pollution Control Board)モニタリングステーション、州レベルの人口統計、国立クリーンエアプログラム(National Clean Air Programme、NCAP)のデータを、大きな言語モデルを利用した統一インターフェースに統合している。 私たちのライブデモでは、シンプルな会話を通じて複雑な環境分析を実行し、政策立案者、研究者、市民がデータサイエンスを利用できるようにする。 プラットフォームはhttps://huggingface.co/spaces/SustainabilityLabIITGN/VayuChat.comで公開されている。 詳しくは、https://www.youtube.com/watch.comにアップロードされたビデオを参照のこと。 v=d6rklL05cs4。

関連論文リスト

• ESPnet-SDS: Unified Toolkit and Demo for Spoken Dialogue Systems [57.806797579986075]
  本稿では,各種ケースドおよびE2E音声対話システムのための統一Webインターフェースを構築するための,オープンソースのユーザフレンドリなツールキットを提案する。 評価指標を用いて,音声対話システムおよびE2E音声対話システムと人間の会話データセットをプロキシとして比較した。 我々の分析は、このツールキットが研究者に、異なる技術の比較と対比を行なわせることを実証している。
  論文  参考訳（メタデータ） (2025-03-11T15:24:02Z)
• VayuBuddy: an LLM-Powered Chatbot to Democratize Air Quality Insights [2.2754055137802074]
  VayuBuddyは、Large Language Model (LLM)を利用した、空気質センサーデータ分析のためのチャットボットである。 VyuBuddyは自然言語で質問を受け取り、構造化された知覚データをLLM生成のPythonコードで分析し、自然言語で回答を提供する。 VyuBuddyはまた、センサーデータから行プロット、マッププロット、バーチャートなどの視覚的分析を生成することもできる。
  論文  参考訳（メタデータ） (2024-11-16T08:02:35Z)
• AutoConv: Automatically Generating Information-seeking Conversations with Large Language Models [74.10293412011455]
  合成会話生成のためのAutoConvを提案する。 具体的には,会話生成問題を言語モデリングタスクとして定式化する。 我々は、情報探索プロセスの特徴を捉えるために、人間同士の会話でLLMを微調整する。
  論文  参考訳（メタデータ） (2023-08-12T08:52:40Z)
• Demonstrations of the Potential of AI-based Political Issue Polling [0.0]
  そこで我々は,ChatGPTから人間ライクなサーベイ応答を抽出するための迅速なエンジニアリング手法を開発した。 我々は大規模な実験を行い、人間の調査よりもはるかに低コストで何千ものシミュレーションされた応答を問い合わせる。 ChatGPTは,様々な政策問題について,世論の平均レベルと分布の両方を予測するのに有効である。 しかし、人口レベルでの違いを予想することは成功していない。
  論文  参考訳（メタデータ） (2023-07-10T12:17:15Z)
• GenSpectrum Chat: Data Exploration in Public Health Using Large Language Models [2.9823962001574187]
  新型コロナウイルスのパンデミックは、疫学的データを容易にアクセスし、探索可能にすることの重要性を強調した。 我々は、GPT-4を基盤となる大規模言語モデル(LLM)として、SARS-CoV-2ゲノムシークエンシングデータを調べる「GenSpectrum Chat」を開発した。
  論文  参考訳（メタデータ） (2023-05-23T08:43:43Z)
• VideoChat: Chat-Centric Video Understanding [80.63932941216129]
  我々は、ビデオチャットと呼ばれるエンドツーエンドのチャット中心のビデオ理解システムを開発した。 学習可能なニューラルネットワークを通じて、ビデオファンデーションモデルと大きな言語モデルを統合する。 予備的な定性的実験は、幅広いビデオアプリケーションにまたがる我々のシステムの可能性を実証している。
  論文  参考訳（メタデータ） (2023-05-10T17:59:04Z)
• Training Conversational Agents with Generative Conversational Networks [74.9941330874663]
  我々は、生成会話ネットワークを使用して、自動的にデータを生成し、社会的会話エージェントを訓練する。 自動メトリクスと人的評価器を用いてTopicalChatのアプローチを評価し、10%のシードデータで100%のデータを使用するベースラインに近いパフォーマンスを示す。
  論文  参考訳（メタデータ） (2021-10-15T21:46:39Z)
• Conversations with Search Engines: SERP-based Conversational Response Generation [77.1381159789032]
  我々は、検索エンジンと対話するためのパイプラインを開発するために、適切なデータセット、検索・アズ・ア・会話(SaaC)データセットを作成します。 また、このデータセットを用いて、検索エンジンと対話するための最先端パイプライン(Conversations with Search Engines (CaSE))も開発しています。 CaSEは、サポートされたトークン識別モジュールとプリア・アウェア・ポインタージェネレータを導入することで最先端を向上する。
  論文  参考訳（メタデータ） (2020-04-29T13:07:53Z)
• A Scalable Chatbot Platform Leveraging Online Community Posts: A Proof-of-Concept Study [4.623392924486831]
  本研究では、擬似会話データとして利用して、処理されたオンラインコミュニティ投稿を用いたデータ駆動型チャットボットの構築の可能性を検証する。 さまざまな目的のためのチャットボットは、コミュニティポストの共通構造を利用したパイプラインを通じて、広範囲に構築できる、と我々は主張する。
  論文  参考訳（メタデータ） (2020-01-10T01:45:45Z)

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。