論文の概要: Computer Vision and Knowledge-Grounded Language Models for Intelligent Beekeeper Assistance
- arxiv url: http://arxiv.org/abs/2610.29283v1
- Date: Wed, 21 Oct 2026 06:36:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.261336
- Title: Computer Vision and Knowledge-Grounded Language Models for Intelligent Beekeeper Assistance
- Title（参考訳）: 知能養蜂支援のためのコンピュータビジョンと知識学習言語モデル
- Abstract要約: 本稿では,ヒブフレームの写真を解釈・アクション指向検査レポートに変換するエッジ展開可能なパイプラインに着目した,人工知能によるインテリジェントなシステムフレームワークを提案する。
我々はオープンソースのFAIRHiveFrames-1Kデータセットに基づいてシステムを構築した。
さらに、FAIRHiveFrames-1Kデータセットを交換可能な事実と、その事実のテキスト解釈に変換するFAIRHiveText-1Kデータセットもリリースします。
- 参考スコア（独自算出の注目度）: 2.8037951156321372
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Managed and wild bees sustain roughly a third of the global food products, yet colonies face mounting stress from climate-change including extreme weather patterns, altered parasite and disease patterns. Timely assessment of colony condition such as understanding colony strength, brood area, honey and pollen storage, comb usage, is essential to adaptive management. However, manual hive frame inspection is slow, costly, and quality depends on scarce expertise. We present an artificial targeted intelligent system framework focusing on edge deployable pipeline that turns hive frame photographs into interpretable and action-oriented inspection report. The pipeline includes an object detector to detect biologically-meaningful comb-cell classes; detections are distilled into structured fact schema; facts are converted into constrained factual text; the text triggers a grounded knowledge-base for interpretations and recommendations. Knowledge-base entries are required to be triggerable by evidence expressed in the fact schema. We built our system based on open source FAIRHiveFrames-1K dataset and favour reproducible, edge-deployable models over large general purpose frontier models. We additionally release FAIRHiveText-1K dataset that turns FAIRHiveFrames-1K dataset into interchangeable facts and text interpretation of the facts, making it easy for further LLM-based research into this area. We also propose a pathway to develop the grounded knowledge-base that will be helpful in providing interpretable and actionable reports from the facts.
- Abstract（参考訳）: 管理されたミツバチと野生のミツバチは世界の食品の約3分の1を養っているが、コロニーは極度の気象パターン、寄生虫、病気パターンなど、気候変動によるストレスにさらされている。
適応管理には, コロニー強度, ブロド面積, ハチミツ, 花粉貯蔵量, コンブ使用量などのコロニー状態のタイムリーな評価が不可欠である。
しかし、手動のハイブフレーム検査は遅く、コストがかかり、品質は少ない専門知識に依存している。
本稿では,ヒブフレームの写真を解釈・アクション指向検査レポートに変換するエッジ展開可能なパイプラインに着目した,人工知能によるインテリジェントなシステムフレームワークを提案する。
このパイプラインは、生物学的に有意なCOM細胞クラスを検出するオブジェクト検出器を含み、検出は構造化された事実スキーマに蒸留され、事実は制約された事実テキストに変換され、テキストは解釈とレコメンデーションのための基盤となる知識ベースをトリガーする。
知識ベースのエントリは、ファクトスキーマで表現されたエビデンスによってトリガー可能である必要がある。
我々は,オープンソースのFAIRHiveFrames-1Kデータセットをベースとしたシステムを構築し,大規模な汎用フロンティアモデルに対して再現可能なエッジデプロイ可能なモデルを提案する。
さらにFAIRHiveText-1Kデータセットもリリースし、FAIRHiveFrames-1Kデータセットを事実の交換可能な事実とテキスト解釈に変換することにより、この領域に関するさらなるLLMベースの研究が容易になる。
また,本研究では,事実から解釈可能な,行動可能な報告を提供する上で有用な,基礎知識ベースの開発経路を提案する。
関連論文リスト
- Event Extraction in Large Language Model [99.94321497574805]
私たちは、LLM中心のソリューションに認知的な足場を提供するシステムコンポーネントとして、EEは見なされるべきである、と論じます。
この調査では、EEのテキストとマルチモーダル設定、タスクと分類の整理、ルールベースとニューラルモデルから命令駆動および生成フレームワークへのメソッド進化のトレースについて取り上げている。
論文 参考訳（メタデータ） (2025-12-22T16:22:14Z) - BotaCLIP: Contrastive Learning for Botany-Aware Representation of Earth Observation Data [5.63123057685834]
BotaCLIPは、訓練済みの基礎モデルを適用してドメイン固有の知識を注入するための軽量フレームワークである。
本稿では,BotaCLIPがデータスカース設定に専門家の知識を注入し,フラジカル表現学習を可能にする方法を示す。
論文 参考訳（メタデータ） (2025-11-26T09:19:06Z) - On Thin Ice: Towards Explainable Conservation Monitoring via Attribution and Perturbations [3.4574594310498266]
我々は、Glacier Bay National Parkの航空画像を用いて、港のアザラシを検出するために、より高速なR-CNNを訓練する。
フィールド利用に関連する3つの軸に沿った説明を評価する。
これらの知見をモデル開発のための実用的な次のステップに変換する。
論文 参考訳（メタデータ） (2025-10-24T17:46:24Z) - Empowering LLM Agents with Geospatial Awareness: Toward Grounded Reasoning for Wildfire Response [9.801192259936888]
既存の統計的アプローチは意味的な文脈を欠くことが多く、イベント全体にわたって一般化し、限定的な解釈性を提供する。
地空間認識層(Geospatial Awareness Layer, GAL)を導入し, LLMエージェントを地球構造データに固定する。
GALは、外部ジオデータベースからインフラストラクチャ、人口統計、地形、気象情報を自動的に取得し、統合する。
このリッチなコンテキストにより、エージェントはエビデンスベースのリソース割り当てレコメンデーションを作成することができる。
論文 参考訳（メタデータ） (2025-10-14T01:59:02Z) - Weed Detection in Challenging Field Conditions: A Semi-Supervised Framework for Overcoming Shadow Bias and Data Scarcity [7.019137213828947]
本研究は、診断駆動型半教師付きフレームワークにより、両方の問題に取り組む。
我々は、サトウキビのギニアグラスのラベル付き画像に約975枚と1万枚をラベル付けしたユニークなデータセットを使用します。
我々の研究は、堅牢なコンピュータビジョンシステムの開発、診断、改善のための明確でフィールドテストされたフレームワークを提供する。
論文 参考訳（メタデータ） (2025-08-27T01:55:47Z) - Towards Context-Rich Automated Biodiversity Assessments: Deriving AI-Powered Insights from Camera Trap Data [0.06819010383838325]
カメラトラップは生態研究において大きな新しい機会を提供する。
現在の自動画像解析手法は、影響のある保存結果をサポートするために必要な文脈的豊かさを欠いていることが多い。
本稿では、深層学習に基づく視覚と言語モデルを組み合わせて、カメラトラップのデータを用いた生態報告を改善するための統合的なアプローチを提案する。
論文 参考訳（メタデータ） (2024-11-21T15:28:52Z) - Enhancing Systematic Decompositional Natural Language Inference Using Informal Logic [51.967603572656266]
我々は,分解包含を注釈付けするための一貫した理論的なアプローチを導入する。
我々の新しいデータセットRDTEは、前回の分解エンターメントデータセットよりもかなり高い内部整合性(+9%)を持つことがわかった。
また,RDTE による知識蒸留によるエンテーメント分類器の訓練や,エンテーメントツリー推論エンジンへの導入により,精度と検証精度が向上することが確認された。
論文 参考訳（メタデータ） (2024-02-22T18:55:17Z) - CHEF: A Pilot Chinese Dataset for Evidence-Based Fact-Checking [55.75590135151682]
CHEFは、10万件の現実世界のクレームに関する最初のChenese EvidenceベースのFact-checkingデータセットである。
このデータセットは、政治から公衆衛生まで、複数のドメインをカバーし、インターネットから取得した注釈付きの証拠を提供する。
論文 参考訳（メタデータ） (2022-06-06T09:11:03Z) - Text Mining to Identify and Extract Novel Disease Treatments From
Unstructured Datasets [56.38623317907416]
Google Cloudを使って、NPRラジオ番組のポッドキャストのエピソードを書き起こします。
次に、テキストを体系的に前処理するためのパイプラインを構築します。
我々のモデルは、Omeprazoleが心臓熱傷の治療に役立てることに成功しました。
論文 参考訳（メタデータ） (2020-10-22T19:52:49Z) - A Controllable Model of Grounded Response Generation [122.7121624884747]
現在のエンドツーエンドのニューラルネットワークモデルは、応答生成プロセスにセマンティックコントロールを課す柔軟性を本質的に欠いている。
我々は制御可能な接地応答生成(CGRG)と呼ばれるフレームワークを提案する。
このフレームワークを用いることで、会話のようなRedditデータセットでトレーニングされた、新しいインダクティブアテンション機構を備えたトランスフォーマーベースのモデルが、強力な生成ベースラインを上回っていることを示す。
論文 参考訳（メタデータ） (2020-05-01T21:22:08Z)
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。