論文の概要: Reducing Technician Search Burden: A Multimodal RAG for Cessna 172 Maintenance Manual
- arxiv url: http://arxiv.org/abs/2608.18465v1
- Date: Wed, 19 Aug 2026 02:39:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.259293
- Title: Reducing Technician Search Burden: A Multimodal RAG for Cessna 172 Maintenance Manual
- Title（参考訳）: 技術者検索バーデンの削減:Cessna 172メンテナンスマニュアルのマルチモーダルRAG
- Abstract要約: セスナ172保守マニュアル(C172-MM)のために開発されたマルチモーダル手動レトリバー(MMR)
検索性能は, 手順, ダイアグラム, 注意・安全情報, 仕様を含む合成クエリを用いて評価した。
5ページの平均検索時間は11.93秒、応答生成は4.95秒で、1クエリあたり0.0091ドルだった。
- 参考スコア（独自算出の注目度）: 0.10874100424278171
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Proper use of the aircraft maintenance manual is essential for correct maintenance, providing procedures, diagrams, cautions, and specifications. However, technicians often avoid consulting it because it is difficult to navigate and time-consuming under strict schedules. Retrieval augmented generation (RAG) models have recently been introduced in aircraft maintenance, yet existing models focus solely on textual retrieval. This research therefore targeted the Cessna 172 Maintenance Manual (C172-MM), widely used in general aviation, and developed a multimodal manual retriever (MMR) capable of retrieving multimodal manual pages. Retrieval performance was evaluated using synthetic queries covering procedures, diagrams, caution/safety information, and specifications; the MMR achieved 93.37% recall@5. Beyond retrieval, a multimodal RAG (MRAG) pipeline was examined, in which retrieved pages were input to a vision-language model that generated responses to the synthetic queries, achieving 87.20% semantic similarity to ground-truth answers. Three practical feasibilities were also assessed: inference time, operational cost, and interpretability. Average retrieval time for five pages was 11.93 seconds and response generation took 4.95 seconds, at $0.0091 per query, while interpretability was validated through heatmap visualizations. These results indicate that the MRAG pipeline for the C172-MM can reduce the time technicians spend searching manuals and retrieving multimodal information.
- Abstract（参考訳）: 航空機のメンテナンスマニュアルの適切な使用は、適切なメンテナンス、手順、図表、注意事項、仕様の提供に不可欠である。
しかし、厳格なスケジュール下ではナビゲートが困難で時間を要するため、技術者は相談を避けることが多い。
Retrieval augmented generation (RAG)モデルが航空機のメンテナンスに導入されたが、既存のモデルはテキスト検索のみに焦点を当てている。
この研究は、一般的な航空で広く使われているセスナ172保守マニュアル(C172-MM)をターゲットにし、マルチモーダルマニュアルページを検索できるマルチモーダルマニュアルレトリバー(MMR)を開発した。
検索性能は、手順、ダイアグラム、注意・安全情報、仕様を含む合成クエリを用いて評価され、MMRは93.37%リコール@5。
検索の他に、検索されたページを視覚言語モデルに入力し、合成クエリに応答し、87.20%のセマンティックな類似性を実現したマルチモーダルRAG(MRAG)パイプラインが検討された。
また、推定時間、運用コスト、解釈可能性の3つの実用可能性も評価された。
平均5ページの検索時間は11.93秒、応答生成は4.95秒、1クエリあたり0.0091ドルであった。
これらの結果から,C172-MMのMRAGパイプラインは,手動検索やマルチモーダル情報の検索に要する時間を短縮できることがわかった。
関連論文リスト
- Beyond Maintenance Manual Multimodal RAG: Suggesting What Tool [0.14323566945483493]
航空機技術者は、ほぼすべてのタスクにメンテナンスマニュアル(MM)を参考にする必要がある。
MRAGはこの問題に対処するために提案されており、技術者は自然言語クエリを通じて、付随する数字とともにプロシージャを検索することができる。
本稿では,MRAGパイプラインの拡張であるMRAG-SWATを提案する。
論文 参考訳（メタデータ） (2026-09-04T13:09:16Z) - WeAgent-MMSearch: Native Text-Vision Interaction for Multimodal Search Agents [53.426679066400844]
WeAgent-Harnessは、ネイティブテキストビジョンインタラクションと実行時リカバリをサポートするマルチモーダルエージェントハーネスである。
WeAgent-MMSearchは,データ構築,エージェントポストトレーニング,マルチモーダルロールアウトにまたがる統合システムである。
また、150タスクの人間認証ベンチマークであるVisTarget-Benchを紹介します。
論文 参考訳（メタデータ） (2026-08-28T08:28:43Z) - SearchAuditor: Auditing and Attributing Failures in Long-Horizon Search Agents [56.400332595452966]
我々は、監査人が検索エージェントの障害をローカライズ、属性付け、修復できるかどうかを評価するベンチマークであるSearchAuditBenchを紹介する。
SearchAuditBenchは1,243の障害トラックで構成され、平均73.1メッセージと65.1Kトークンを5つのディープサーチベンチマークで8つのオープンウェイトモデルから収集している。
本稿では,検索エージェントの障害を効果的にローカライズ,属性,修復するマルチパースペクティブ監査フレームワークであるSearchAuditorを提案する。
論文 参考訳（メタデータ） (2026-08-05T09:09:00Z) - Predictive Maintenance: Deep Learning-Based Remaining Useful Life Prediction for Combat Aircraft Engines [0.0]
本研究では,多変量センサデータから特徴を自律的に抽出する深層学習に基づく予測保守モデルを開発した。
RF, CNN-LSTM, BiLSTMベースラインに対して, 時間劣化特性の自律抽出におけるモデルのアーキテクチャ上の優位性を検証した。
提案されたメンテナンスプロトコルは、重要な30サイクルのしきい値で0.9973 AUCを達成し、高い信頼性を確保した。
論文 参考訳（メタデータ） (2026-08-03T07:28:00Z) - Efficient Multimodal Planning Agent for Visual Question-Answering [67.26245301307539]
本稿では,MRAGパイプラインを動的に分解してVQAタスクを解くマルチモーダル計画エージェントを訓練する手法を提案する。
本実験では, 従来の手法に比べて探索時間を60%以上削減し, 余剰計算の削減に役立てることができた。
論文 参考訳（メタデータ） (2026-01-28T14:58:59Z) - A Compliance-Preserving Retrieval System for Aircraft MRO Task Search [0.0]
航空機メンテナンス技術者(AMT)は、作業時間の最大30%をマニュアル検索に費やしている。
航空MRO環境にLLMのリグレードとセマンティック検索を適用したコンプライアンス保存検索システムを提案する。
論文 参考訳（メタデータ） (2025-11-19T12:25:40Z) - MM-BrowseComp: A Comprehensive Benchmark for Multimodal Browsing Agents [78.3863007028688]
MM-BrowseCompは、224の挑戦的で手作りの質問からなる新しいベンチマークである。
これらの質問は、しばしば画像にプロンプトを組み込むが、検索と推論の過程で遭遇する重要な情報は、Webページ上の画像やビデオにも埋め込まれることがある。
MM-BrowseCompによる最先端モデルの総合評価では、OpenAI o3のようなツールを用いたトップモデルでさえ、わずか29.02%の精度しか達成していないことが示されている。
論文 参考訳（メタデータ） (2025-08-14T13:46:47Z) - RTime-QA: A Benchmark for Atomic Temporal Event Understanding in Large Multi-modal Models [85.59909303288921]
大規模マルチモーダルモデル(LMM)の原子時間事象理解能力を評価するための新しいベンチマークRTime-QAを紹介する。
RTime-QAは822の高品質で慎重に編集されたビデオテキストの質問で構成されており、それぞれが人間の専門家によって慎重に注釈付けされている。
LMMの時間的事象理解能力を向上するために、RTime-QAと同様のアノテーションプロセスを利用する14k命令チューニングデータセットであるRTime-ITを導入する。
論文 参考訳（メタデータ） (2025-05-25T12:44:12Z) - KPI Extraction from Maintenance Work Orders -- A Comparison of Expert
Labeling, Text Classification and AI-Assisted Tagging for Computing Failure
Rates of Wind Turbines [4.752037990529832]
保守作業命令は、風力タービンの運転とメンテナンスに関する情報を文書化するために一般的に使用される。
しかし、メンテナンス作業の順序に含まれる情報は、しばしば構造化されておらず、分析が困難である。
この研究は、メンテナンス作業順序からパフォーマンス指標による信頼性を計算するための3つの異なるアプローチを比較する。
論文 参考訳（メタデータ） (2023-11-07T15:25:52Z) - Read and Reap the Rewards: Learning to Play Atari with the Help of Instruction Manuals [69.76245723797368]
Read and Rewardは、Atariゲーム開発者がリリースしたマニュアルを読むことで、Atariゲーム上のRLアルゴリズムを高速化する。
各種RLアルゴリズムは,設計支援による性能向上とトレーニング速度の向上を実現している。
論文 参考訳（メタデータ） (2023-02-09T05:47:03Z) - RESAM: Requirements Elicitation and Specification for Deep-Learning
Anomaly Models with Applications to UAV Flight Controllers [24.033936757739617]
ドメインの専門家やディスカッションフォーラム、公式な製品ドキュメントから知識を統合化するための要件プロセスであるRESAMを紹介します。
本稿では,小型無人航空システムのための飛行制御システムに基づくケーススタディを提案し,その利用が効果的な異常検出モデルの構築を導くことを実証する。
論文 参考訳（メタデータ） (2022-07-18T18:09:59Z) - Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。
本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。
本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文 参考訳（メタデータ） (2021-11-17T21:48:31Z)
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。