論文の概要: Template-as-Ontology: Configurable Synthetic Data Infrastructure for Cross-Domain Manufacturing AI Validation
- arxiv url: http://arxiv.org/abs/2605.11259v1
- Date: Mon, 11 May 2026 21:36:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:56.440233
- Title: Template-as-Ontology: Configurable Synthetic Data Infrastructure for Cross-Domain Manufacturing AI Validation
- Title（参考訳）: テンプレート・アズ・オントロジー: クロスドメイン製造AIバリデーションのための構成可能な合成データ基盤
- Authors: Grama Chethan,
- Abstract要約: 1つのPython構成モジュールは、タイムステップ製造シミュレータの仕様として機能する。
5層パイプライン-シミュレート、CDC/Icebergレイクハウス、スタースキーマ、12のパラメータ化されたAIツール-は、因果的に一貫性のあるMES型のデータを生成します。
このフレームワークは、個別の製造AIバリデーションのための再利用可能なデータ層を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: LLarge language model (LLM)-based AI agents deployed in manufacturing environments require populated, schema-correct data for validation, yet production MES data is proprietary, privacy-encumbered, and vendor-specific. This paper introduces the Template-as-Ontology principle: a single Python configuration module (700-770 lines, 45 validated exports) serves simultaneously as the specification for a time-stepped manufacturing simulator and as the runtime domain schema for AI analytics tools, producing alignment by construction rather than integration. We formally define the domain template as a typed relational configuration schema and prove that structural alignment between simulation and tool layers is guaranteed by single-source consumption. A five-layer pipeline--simulation, PostgreSQL, CDC/Iceberg lakehouse, star schema, and 12 parameterized AI tools--generates causally coherent, MES-shaped data spanning 66 entity types across four operational domains mapped to ISA-95/IEC 62264. We validate the architecture with six industry templates (aerospace, pharma, automotive, electronics, beverages, warehousing) running on identical framework code. Calibration experiments (60 runs, 10 seeds per template) confirm parametric controllability: observed KPIs fall within configured ranges across all templates. A controlled hallucination experiment (72 tool invocations, Qwen3-32B) demonstrates that ontology-constrained parameters eliminate tool-parameter fabrication (0% constrained vs. 43% unconstrained hallucination rate for the evaluated model, Fisher's exact test p < 10^-12); the 0% constrained rate is an architectural guarantee that holds for any model. The framework provides a reusable data layer for discrete manufacturing AI validation.
- Abstract（参考訳）: LLM(LLarge Language Model)ベースのAIエージェントは、製造環境にデプロイされるため、バリデーションのために密度の高いスキーマ正しいデータを必要とするが、プロダクションMESデータはプロプライエタリで、プライバシに配慮され、ベンダー固有のものだ。
本稿では, テンプレート・アズ・オントロジーの原則を紹介する: 単一のPython構成モジュール(700-770行,45の検証済みエクスポート)は, タイムステップ製造シミュレータの仕様およびAI分析ツールのランタイムドメインスキーマとして同時に機能し, 統合ではなく構築によるアライメントを生成する。
我々は、正式にドメインテンプレートを型付きリレーショナル構成スキーマとして定義し、シミュレーションとツール層の間の構造的整合がシングルソース消費によって保証されていることを証明した。
5層パイプライン-シミュレーション、PostgreSQL、CDC/Icebergレイクハウス、スタースキーマ、12のパラメータ化されたAIツール-は、ISA-95/IEC 62264にマップされた4つの運用ドメインに66のエンティティタイプにまたがる因果的に一貫性のあるMES型のデータを生成します。
同一のフレームワークコードで実行されている6つの業界テンプレート(航空宇宙、製薬、自動車、エレクトロニクス、飲料、ウェアハウス)でアーキテクチャを検証する。
キャリブレーション実験(60ラン、テンプレートあたり10シード)では、パラメトリック制御性が確認された。
制御された幻覚実験(72のツール呼び出し、Qwen3-32B)では、オントロジーに制約されたパラメータはツールパラメータの作成を排除し(0%の制約と43%の制約なしの幻覚率、Fisherの正確なテスト p < 10^-12)、0%の制約はモデルが保持するアーキテクチャ上の保証であることを示した。
このフレームワークは、個別の製造AIバリデーションのための再利用可能なデータ層を提供する。
関連論文リスト
- Dooly: Configuration-Agnostic, Redundancy-Aware Profiling for LLM Inference Simulation [7.365191900032772]
プロファイルベースのシミュレータは標準的なツールだが、特定の設定に設定した操作をハードコードし、スクラッチからすべての操作を再認識する。
それぞれの操作の入力次元はモデル構成によって固定されるか、受信要求によって決定される。
構成に依存しない冗長性を考慮したプロファイリングを実現するために,この構造を利用するDoolyを提案する。
論文 参考訳（メタデータ） (2026-05-08T16:44:47Z) - Towards Multi-Agent Autonomous Reasoning in Hydrodynamics [0.06999740786886537]
本稿では,多エージェントをレイヤ実行グラフ(LEG)を介して協調させる,流体力学のためのマルチエージェントシステム(MAS)のプロトタイプを提案する。
プランナーエージェントは、ドメイン知識を厳密な制御ロジックとしてハードコーディングすることなく、自然言語ルーティングからクエリ固有の実行トポロジを構築する。
レポーターエージェントが最終応答を合成し、ランタイムが監査性をサポートするためのツール呼び出し毎に証明をログする。
論文 参考訳（メタデータ） (2026-05-01T21:17:55Z) - TADI: Tool-Augmented Drilling Intelligence via Agentic LLM Orchestration over Heterogeneous Wellsite Data [0.0]
TADI(Tool-Augmented Drilling Intelligence)は、ドリル操作データをエビデンスベースの分析インテリジェンスに変換するエージェントAIシステムである。
TADIは、毎日1,759件の掘削レポート、選択されたWITリアルタイムオブジェクト、15,634件の生産記録、生成トップ、穴を二重ストアアーキテクチャに統合している。
論文 参考訳（メタデータ） (2026-04-30T03:19:39Z) - AutoMOOSE: An Agentic AI for Autonomous Phase-Field Simulation [0.0]
AutoMOOSEは、ひとつの自然言語プロンプトから完全なシミュレーションライフサイクルを編成するエージェントフレームワークである。
MOOSEの入力ファイルは、人間の専門家参照と正確に一致する12のブロックのうち6つで、機能的に等価である。
インテント、有限要素実行、そして人間による検証のないアレニウス運動論にまたがる、エンドツーエンドの物理的整合性チェックを実行する。
論文 参考訳（メタデータ） (2026-03-22T00:11:19Z) - Structured Context Engineering for File-Native Agentic Systems: Evaluating Schema Accuracy, Format Effectiveness, and Multi-File Navigation at Scale [0.0]
大規模言語モデルエージェントは、プログラムインターフェイスを介してシステムを操作するようになっている。
しかし、実践者は、これらのエージェントが消費するコンテキストを構造化する方法に関する経験的なガイダンスを欠いている。
11のモデル、4のフォーマット、スキーマ10から10,000のテーブルにわたる9,649の実験を調査した。
論文 参考訳（メタデータ） (2026-02-05T08:39:05Z) - From Memorization to Creativity: LLM as a Designer of Novel Neural-Architectures [48.83701310501069]
大規模言語モデル(LLM)は、プログラム合成において優れているが、ニューラルネットワーク設計(信頼性、性能、構造的ノベルティ)を自律的にナビゲートする能力は、未調査のままである。
コード指向LLMをクローズドループ合成フレームワークに配置し、22の教師付き微調整サイクルの進化を解析することによって、この問題に対処する。
論文 参考訳（メタデータ） (2026-01-06T13:20:28Z) - Every Step Counts: Decoding Trajectories as Authorship Fingerprints of dLLMs [63.82840470917859]
本稿では,dLLMの復号化機構をモデル属性の強力なツールとして利用できることを示す。
本稿では、デコードステップ間の構造的関係を捉え、モデル固有の振る舞いをよりよく明らかにする、DDM(Directed Decoding Map)と呼ばれる新しい情報抽出手法を提案する。
論文 参考訳（メタデータ） (2025-10-02T06:25:10Z) - ProofAug: Efficient Neural Theorem Proving via Fine-grained Proof Structure Analysis [50.020850767257095]
本稿では,LLMに様々な粒度で自動化手法を付加するProofAugを提案する。
本手法は,オープンソースのDeep-math-7bベースモデルとIsabelle証明アシスタントを用いて,MiniF2Fベンチマークで検証した。
また、ProofAugのLean 4バージョンを実装し、Kimina-Prover-seek-Distill-1.5Bのパス@1のパフォーマンスを44.3%から50.4%に改善します。
論文 参考訳（メタデータ） (2025-01-30T12:37:06Z) - TSGM: A Flexible Framework for Generative Modeling of Synthetic Time Series [61.436361263605114]
時系列データは、研究者と産業組織間のデータの共有を妨げるため、しばしば不足または非常に敏感である。
本稿では,合成時系列の生成モデリングのためのオープンソースフレームワークである時系列生成モデリング(TSGM)を紹介する。
論文 参考訳（メタデータ） (2023-05-19T10:11:21Z)
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。