論文の概要: Neuro-Symbolic Closed-Loop Control of Laser Powder Bed Fusion with an In-Loop Ontology
- arxiv url: http://arxiv.org/abs/2608.05773v1
- Date: Thu, 06 Aug 2026 09:05:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 15:25:20.860322
- Title: Neuro-Symbolic Closed-Loop Control of Laser Powder Bed Fusion with an In-Loop Ontology
- Title（参考訳）: In-Loop Ontology を用いたレーザー粉体層核融合のニューロシンボリック閉ループ制御
- Abstract要約: レーザーパウダーベッド融合のための形状条件付き, ニューロシンボリック閉ループアーキテクチャを提案する。
標準整列オントロジーは制御ループ内で動作し、統計的学習とシンボリック推論を結合して制約対応予測コントローラのターゲットを設定する。
このアーキテクチャは、幾何学的盲点制御器によって生成されるドロスを排除し、二重スコアリングの下では、わずかに残余の融合の欠如を伴って、ドロスをゼロに保持する。
- 参考スコア（独自算出の注目度）: 0.28675177318965045
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: A geometry-conditioned, neuro-symbolic closed-loop architecture is proposed for laser powder bed fusion, in which a standards-aligned ontology operates inside the control loop and couples symbolic reasoning with statistical learning to set the targets of a constraint-aware predictive controller. The ontology links the process objectives and constraints to the signals a controller can observe, and a description-logic reasoner converts them into the references and bounds enforced on each scan. The demonstrated case is overhang dross, a quality limit on the melt pool depth, which governs quality yet cannot be measured during the build, is mapped through a geometry- and power-dependent depth-to-width ratio onto a bound on the observable width, with the ratio and its calibrated uncertainty supplied by a Gaussian process. The reasoner classifies each upcoming feature and selects the active constraints-adding a lack-of-fusion floor at overhangs, a monotone guard beyond the calibrated range, and an energy-density cap where a process window is declared while running only on changes of geometric context and otherwise leaving a single small quadratic program on the per-scan path. In an Eagar-Tsai surrogate calibrated to the NIST AM-Bench benchmark for IN625, the architecture eliminates the dross produced by a geometry-blind controller, holds dross at zero with only a small residual lack-of-fusion under dual scoring, degrades gracefully under deliberate plant mismatch, and retargets to new alloys and constraints by editing ontology data rather than code. The results establish architectural feasibility, experimental calibration of the ratio is the principal next step.
- Abstract（参考訳）: 制御ループ内で標準整列オントロジーを動作させ,統計的学習とシンボリック推論を結合させて制約を意識した予測制御器の目標を設定する,幾何学的条件付きニューロシンボリッククループアーキテクチャをレーザーパウダーベッド融合に提案する。
オントロジーは、プロセスの目的と制約をコントローラが観測できる信号にリンクし、記述論理的推論器はそれらをスキャン毎に強制される参照と境界に変換する。
実験ケースは, 溶融プール深さの品質限界であるオーバーハングドロスであり, ビルド中に測定できない品質を規定するものであり, 幾何学的および電力依存性の深さ-幅比を, ガウス過程によって供給される比とキャリブレーションの不確かさとともに, 観測可能な幅上のバウンドにマッピングする。
各特徴を分類し、オーバーハングにおける融合フロアの欠如、校正範囲を超えたモノトーンガード、および、幾何学的文脈の変化のみを実行しながらプロセスウィンドウを宣言し、それ以外はスキャンパス毎に小さな二次プログラムを1つ残すエネルギ密度キャップを選択する。
IN625のNIST AM-Benchベンチマークに校正されたEagar-Tsai シュロゲートでは、このアーキテクチャは幾何学的盲点制御器によって生成されたドロスを除去し、二重評価の下で小さな残差の拡散不足でゼロに保持し、意図的なプラントミスマッチの下で優雅に劣化させ、コードではなくオントロジーデータを編集することで新しい合金や制約に再ターゲットする。
結果は、アーキテクチャの実現可能性を確立し、その比率を実験的に校正することが、次の主要なステップである。
関連論文リスト
- PLS-Calib: A Partial Least Squares Framework for Event Camera and Odometry Calibration under Ground Motion Constraints [27.568640844773338]
既存のキャリブレーション技術のほとんどは、あらゆる自由度をエキサイティングするために6-DoFのフル動作に依存している。
PLS-Calib という新しい回転校正フレームワークを提案する。
我々は,最先端手法に比べてキャリブレーションの堅牢性と精度が著しく向上したことを示す。
論文 参考訳（メタデータ） (2026-08-04T08:07:07Z) - LCPNet: Latent Consistent Proximal Unfolding Network for Infrared Small Target Detection [50.3892176822492]
赤外線小目標検出(IRSTD)は、複雑な赤外背景から長距離小目標を特定することを目的としている。
深層学習法は、識別的画像-マスクマッピングを学習することでIRSTDを改善した。
深層展開法は、モデル駆動イテレーションをニューラルネットワークに埋め込むことによって、この問題に部分的に対処する。
これらの制約に対処するために,Latent Consistent Proximal Unfolding Network (LCPNet)を提案する。
論文 参考訳（メタデータ） (2026-07-06T02:15:09Z) - Morphology-Specific Closed-Loop Control of Logarithmic-Spiral Continuum Arms via Online Jacobian Error Compensation [9.759803937074699]
最近報告された対数的スピラルロボットは、スケーラブルな製造と多目的把握を実証したが、逆運動学と閉ループ制御に欠けていた。
本研究は、対数-スピラル連続腕のための最初の形態特異的クローズドループタスク空間制御フレームワークを提示する。
その結果, 対数-呼吸形態とオンラインジャコビアン補償を組み合わせることで, 高度に不安定な連続体マニピュレータの精度, 堅牢, スケーラブルな制御が可能となった。
論文 参考訳（メタデータ） (2026-06-24T13:54:23Z) - Need We Teach Foundation Models What is a Generative Image? Gradient-Free Generative Artifact Detection via Analytic Spectral Adaptation [3.881211374324378]
勾配ベースの更新による生成成果物の検出に基礎モデルを適用することで、本質的な表現が損なわれる。
本稿では,二分分類から外分布(OOD)異常測定問題への検出を緩和する勾配のない手法を提案する。
論文 参考訳（メタデータ） (2026-06-03T13:04:23Z) - GroundingAnomaly: Spatially-Grounded Diffusion for Few-Shot Anomaly Synthesis [16.74245445257004]
我々は,新しい数発の異常画像生成フレームワークであるGroundingAnomalyを提案する。
本フレームワークでは,画素ごとのセマンティックマップを活用する空間条件モジュールを導入している。
Gated Self-Attention Moduleは、凍結したU-Netに条件付きトークンを注入するように設計されている。
論文 参考訳（メタデータ） (2026-04-09T14:34:50Z) - Verifying Closed-Loop Contractivity of Learning-Based Controllers via Partitioning [52.23804865017831]
本稿では,ニューラルネットワークによるパラメータ化を行う非線形制御系における閉ループ収縮の検証問題に対処する。
我々は、対称メッツラー行列の優越的固有値が非正であることを確かめるために、閉ループの縮約性に対するトラクタブルでスケーラブルな十分条件を導出する。
論文 参考訳（メタデータ） (2025-12-01T23:06:56Z) - On the Joint Minimization of Regularization Loss Functions in Deep Variational Bayesian Methods for Attribute-Controlled Symbolic Music Generation [47.38557855930304]
明示的な潜在変数モデルは、データ合成のための柔軟だが強力なフレームワークを提供する。
既存のアプローチは、両方の正規化目標を共同で最小化するのに苦労していることを示す。
適切な属性変換は、目標潜在次元の可制御性と正則化の両方を達成するのに有効であることを示す。
論文 参考訳（メタデータ） (2025-11-10T14:09:25Z) - SABER: Symbolic Regression-based Angle of Arrival and Beam Pattern Estimator [4.072082505315612]
アングル・オブ・アリーバル(AoA)推定は、信頼性の高いビームフォーミング、高精度なローカライゼーション、統合センシングを可能にする次世代無線通信システムにとって不可欠である。
本稿では,解釈可能性のある経路損失測定から,閉形ビームパターンとAoAモデルを自動的に検出する制約付きシンボリック再構成可能なフレームワークを提案する。
以上の結果から,SABERはAoA推定のための最先端およびブラックボックスML方式の解釈可能かつ正確な代替手段であることが示された。
論文 参考訳（メタデータ） (2025-10-30T10:48:18Z) - Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
生成のための教師なし共形推論フレームワークを提案する。
我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。
その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
論文 参考訳（メタデータ） (2025-09-26T23:40:47Z) - DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。
フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
論文 参考訳（メタデータ） (2024-06-05T06:18:03Z) - Decoupling of neural network calibration measures [45.70855737027571]
本稿では,AUSE(Area Under Sparsification Error curve)測定値に焦点をあてて,異なるニューラルネットワークキャリブレーション尺度の結合について検討する。
本稿では,現行の手法は自由度を保ち,安全クリティカルな機能のホモログ化のユニークなモデルを妨げると結論付けている。
論文 参考訳（メタデータ） (2024-06-04T15:21:37Z) - Provably Accelerating Ill-Conditioned Low-rank Estimation via Scaled
Gradient Descent, Even with Overparameterization [48.65416821017865]
この章では、スケールドグラデーション(ScaledGD)と呼ばれる新しいアルゴリズムアプローチを紹介します。
低ランク物体の条件数に依存しない定数速度で直線的に収束する。
様々なタスクに対して、勾配降下の低い摂動コストを維持できる。
論文 参考訳（メタデータ） (2023-10-09T21:16:57Z)
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。