論文の概要: From Natural Language to Control Signals: A Conceptual Framework for Semantic Channel Finding in Complex Experimental Infrastructure
- arxiv url: http://arxiv.org/abs/2512.18779v1
- Date: Sun, 21 Dec 2025 15:46:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-23 18:54:32.500306
- Title: From Natural Language to Control Signals: A Conceptual Framework for Semantic Channel Finding in Complex Experimental Infrastructure
- Title（参考訳）: 自然言語から制御信号へ:複雑な実験インフラにおける意味的チャネル探索のための概念的枠組み
- Authors: Thorsten Hellert, Nikolay Agladze, Alex Giovannone, Jan Jug, Frank Mayet, Mark Sherwin, Antonin Sulc, Chris Tennant,
- Abstract要約: 我々は,具体的な制御系信号に対して,意味チャネルの発見と自然言語の意図を定式化する。
施設固有のデータレギュレータ間のアーキテクチャ選択をガイドする4パラダイムフレームワークを導入する。
これらの実装は、専門家が計算したオペレーショナルクエリにおいて、90～97%の精度を達成する。
- 参考スコア（独自算出の注目度）: 0.41456732835155763
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern experimental platforms such as particle accelerators, fusion devices, telescopes, and industrial process control systems expose tens to hundreds of thousands of control and diagnostic channels accumulated over decades of evolution. Operators and AI systems rely on informal expert knowledge, inconsistent naming conventions, and fragmented documentation to locate signals for monitoring, troubleshooting, and automated control, creating a persistent bottleneck for reliability, scalability, and language-model-driven interfaces. We formalize semantic channel finding-mapping natural-language intent to concrete control-system signals-as a general problem in complex experimental infrastructure, and introduce a four-paradigm framework to guide architecture selection across facility-specific data regimes. The paradigms span (i) direct in-context lookup over curated channel dictionaries, (ii) constrained hierarchical navigation through structured trees, (iii) interactive agent exploration using iterative reasoning and tool-based database queries, and (iv) ontology-grounded semantic search that decouples channel meaning from facility-specific naming conventions. We demonstrate each paradigm through proof-of-concept implementations at four operational facilities spanning two orders of magnitude in scale-from compact free-electron lasers to large synchrotron light sources-and diverse control-system architectures, from clean hierarchies to legacy environments. These implementations achieve 90-97% accuracy on expert-curated operational queries.
- Abstract（参考訳）: 粒子加速器、核融合装置、望遠鏡、産業プロセス制御システムなどの近代的な実験プラットフォームは、何十年にもわたって蓄積された数十万もの制御と診断チャネルを露呈する。
オペレータとAIシステムは、非公式な専門家の知識、一貫性のない命名規則、断片化されたドキュメントに依存して、監視、トラブルシューティング、自動制御のための信号を見つけ出し、信頼性、スケーラビリティ、言語モデル駆動インターフェースの永続的なボトルネックを作り出す。
我々は、複雑な実験インフラにおける一般的な問題として、制御システム信号の具体化を意図した自然言語のセマンティックチャネル探索を形式化し、施設固有のデータ構造間のアーキテクチャ選択をガイドする4パラダイムフレームワークを導入する。
パラダイムが広がる
(i)キュレートされたチャンネル辞書上でのコンテクスト内検索
(II)構造木を通した制約付き階層ナビゲーション
3反復推論とツールベースのデータベースクエリを用いた対話型エージェント探索
(4) 施設固有の命名規則からチャンネルの意味を分離するオントロジーに基づく意味探索。
クリーン階層からレガシ環境に至るまで,コンパクトな自由電子レーザーから大きなシンクロトロン光源,多種多様な制御系アーキテクチャまで,2桁の規模にまたがる4つの運用施設における概念実証実装を通じて,各パラダイムを実証する。
これらの実装は、専門家が計算したオペレーショナルクエリにおいて、90～97%の精度を達成する。
関連論文リスト
- Rethinking Testing for LLM Applications: Characteristics, Challenges, and a Lightweight Interaction Protocol [83.83217247686402]
大言語モデル(LLM)は、単純なテキストジェネレータから、検索強化、ツール呼び出し、マルチターンインタラクションを統合する複雑なソフトウェアシステムへと進化してきた。
その固有の非決定主義、ダイナミズム、文脈依存は品質保証に根本的な課題をもたらす。
本稿では,LLMアプリケーションを3層アーキテクチャに分解する: textbftextitSystem Shell Layer, textbftextitPrompt Orchestration Layer, textbftextitLLM Inference Core。
論文 参考訳（メタデータ） (2025-08-28T13:00:28Z) - Osprey: A Scalable Framework for the Orchestration of Agentic Systems [0.4970364068620607]
Osprey Frameworkはスケーラブルなエージェントシステムのためのプロダクション対応アーキテクチャで、会話コンテキストと安全なクリティカルドメイン間の堅牢なツールオーケストレーションを統合する。
i) 関連するツールのみを選択する動的機能分類、(ii) 明示的な依存関係とオプションの人間による承認を伴う計画ファーストオーケストレーション、(iii) 対話履歴と外部メモリとドメインリソースを組み合わせたコンテキスト対応タスク抽出。
論文 参考訳（メタデータ） (2025-08-20T20:57:13Z) - Text-to-SQL Task-oriented Dialogue Ontology Construction [7.216568937838859]
本稿では,タスク指向対話構築手法であるTeQoDOを紹介する。
自律的にTODをスクラッチから構築する。
論文 参考訳（メタデータ） (2025-07-31T09:08:59Z) - ThinkGeo: Evaluating Tool-Augmented Agents for Remote Sensing Tasks [64.86209459039313]
ThinkGeoは、構造化ツールの使用とマルチステップ計画を通じて、リモートセンシングタスクにおけるツール拡張エージェントを評価するために設計されたエージェントベンチマークである。
我々はReActスタイルの対話ループを実装し,486 個の構造化エージェントタスク上でのオープンソース LLM とクローズドソース LLM の両方を1,773 個の専門家が検証した推論ステップで評価する。
分析の結果、ツールの精度とモデル間の計画整合性に顕著な相違が明らかになった。
論文 参考訳（メタデータ） (2025-05-29T17:59:38Z) - AI Agents for Ground-Based Gamma Astronomy [0.0]
本稿では,Cherenkov Telescope Array Observatory パイプラインと統合した2つのプロトタイプについて述べる。
これらのAIエージェントは、複雑なタスクを自動化し、インテリジェントなアシストを提供することによって、システム管理とデータ分析に変革的なアプローチを提供する。
論文 参考訳（メタデータ） (2025-03-02T09:55:54Z) - From Objects to Events: Unlocking Complex Visual Understanding in Object Detectors via LLM-guided Symbolic Reasoning [71.41062111470414]
現在のオブジェクト検出器は、エンティティのローカライゼーションと分類において優れているが、イベント認識機能には固有の制限がある。
本稿では,単なるオブジェクト認識以上の標準オブジェクト検出能力を,複雑なイベント理解に拡張する新しいフレームワークを提案する。
私たちの重要なイノベーションは、高価なタスク固有のトレーニングを必要とせずに、オブジェクト検出とイベント理解のセマンティックなギャップを埋めることです。
論文 参考訳（メタデータ） (2025-02-09T10:30:54Z) - A Hierarchical Framework with Spatio-Temporal Consistency Learning for Emergence Detection in Complex Adaptive Systems [41.055298739292695]
複雑な適応システムのグローバルな特性であるEmergenceは、例えばネットワークレベルのトラフィック混雑など、現実世界の動的システムで広く利用されている。
本稿では,システム表現とエージェント表現を学習することで,これら2つの問題を解決するために,CASの時間的一貫性を備えた階層型フレームワークを提案する。
提案手法は,3つのデータセットに対する従来の手法や深層学習法よりも,検出の難しい動作をよく知ることができる。
論文 参考訳（メタデータ） (2024-01-18T08:55:05Z) - Configurable Spatial-Temporal Hierarchical Analysis for Flexible Video
Anomaly Detection [10.956907116728267]
ビデオ異常検出(VAD)は、産業監視、セキュリティシステム、交通制御において非常に実践的な課題である。
本研究では,時空間階層型アーキテクチャ (STHA) を,様々な異常を柔軟に検出するアーキテクチャとして設計する。
我々は3つのベンチマークで実験を行い、広範囲な解析を行い、本手法が最先端の手法に匹敵する性能を示した。
論文 参考訳（メタデータ） (2023-05-12T09:03:38Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳（メタデータ） (2023-04-21T02:20:24Z) - Benchmarking Unsupervised Object Representations for Video Sequences [111.81492107649889]
ViMON, OP3, TBA, SCALORの4つのオブジェクト中心アプローチの知覚能力を比較した。
この結果から,制約のない潜在表現を持つアーキテクチャは,オブジェクト検出やセグメンテーション,トラッキングといった観点から,より強力な表現を学習できる可能性が示唆された。
我々のベンチマークは、より堅牢なオブジェクト中心のビデオ表現を学習するための実りあるガイダンスを提供するかもしれない。
論文 参考訳（メタデータ） (2020-06-12T09:37:24Z)
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。