SceneGenAgent: generación precisa de escenas industriales con agente de codificación
Publicado en: Actas de la 63ª reunión anual de la Asociación de Lingüística Computacional (volumen 1: Artículos largos), páginas 17847 — 17875, Viena, Austria
Xiao Xia, Dan Zhang, Zibo Liao, Zhenyu Hou, Tianrui Sun, Jing Li, Ling Fu, Yuxiao Dong
Generar escenas industriales 3D con LLM es un desafío debido a los estrictos requisitos de medición precisa y planificación espacial. Para solucionarlo, los autores presentan SceneGenAgent, un agente de LLM que genera escenas industriales mediante código C#. Utiliza la planificación estructurada del diseño, la verificación y el refinamiento iterativo para satisfacer las necesidades cuantitativas exactas, lo que aumenta las tasas de éxito de la LLM hasta un 81,0%. Además, los autores publican SceneInstruct, un conjunto de datos para ajustar los LLM de código abierto, como Llama3.1-70B, para acercarse al rendimiento de la GPT-4o dentro del marco. El código y los datos están disponibles públicamente.
Ver en la página del editor
SiPhyr: un marco de optimización integral basado en el aprendizaje para la reconfiguración dinámica de la red
Publicado en: IEEE Transactions on Smart Grid (volumen: 16, número: 2, marzo de 2025)
Rabab Haider, Anuradha Annaswamy, Biswadip Dey, Amit Chakraborty
El aumento de la energía renovable, el almacenamiento y los vehículos eléctricos requieren paradigmas de toma de decisiones más rápidos para las redes de distribución. Este artículo propone SiPhyr, un marco de aprendizaje automático basado en la física para la optimización de la reconfiguración de la red basada en el aprendizaje de extremo a extremo. SiPhyr optimiza la topología y los flujos de alimentación para reducir las pérdidas de línea, mejorar los perfiles de tensión e impulsar la integración de las energías renovables. Para gestionar variables de decisión binarias duras de NP, utiliza un método de redondeo basado en la física dentro de un marco diferenciable. Esto permite a SiPhyr optimizar simultáneamente la topología de la red y el despacho y, al mismo tiempo, cumplir con los requisitos críticos para la seguridad, como se ha demostrado en tres redes canónicas.
Ver en la página del editor
Aprovechar la flexibilidad de los prosumidores para mitigar la congestión de la red en las futuras redes de distribución de energía
Publicado en: Energies 2024
Tomaselli D., Most D. y col.
La creciente adopción de sistemas fotovoltaicos (PV), vehículos eléctricos (VE) y bombas de calor detrás del contador (BTM) está provocando congestión en la red de distribución. Este artículo evalúa la flexibilidad de BTM mediante un marco novedoso que combina un flujo de potencia óptimo con una función de coste lineal por partes para abordar este problema sin costosas mejoras. Cuando se probó en un modelo de red de Schutterwald (Alemania), los resultados mostraron que el almacenamiento BTM de autoconsumo resolvió todas las infracciones de alimentación, pero solo el 35% de las infracciones de carga. Sin embargo, el control proactivo del almacenamiento, la carga y la descarga resuelve de forma eficaz las infracciones de carga restantes, incluso en redes casi saturadas.
Ver en la página del editor
Ecuaciones diferenciales neuronales con control integrado para modelar procesos químicos
Publicado en: 2025 32a Conferencia Internacional IEEE sobre Computación, Datos y Análisis de Alto Rendimiento (HiPCW)
Sumeet Rodiya, Ved Vartak, Kunal Bahuguna, Subhajit Sanfui, Ramsatish Kaluri
Las ecuaciones diferenciales neuronales son poderosas para la simulación de procesos químicos, pero su aplicación a los procesos químicos controlados sigue siendo relativamente inexplorada. Este artículo evalúa las ecuaciones diferenciales ordinarias neuronales (NODE) y las ecuaciones diferenciales controladas neuronales (NCDE) para modelar un sistema de biorreactores por lotes con integración de control explícita. Los autores desarrollan un marco NODE modificado que contiene entradas de control y estudian los NCDE, que incorporan rutas de control continuas mediante la interpolación estriada. Implementados en Diffrax para una aceleración eficiente de la GPU, los marcos demuestran que los NCDE logran una precisión predictiva superior, mientras que los NODE ofrecen tiempos de entrenamiento más rápidos.
Ver en la página del editor
Marco multiagente que aprovecha los gráficos de conocimiento para modelos virtuales de puesta en servicio
Publicado en: AUTOMATION 2026, Innovation Trifft Anwendung (págs. 144 a 152). VDE
Max Diekmann; Jonas Nitzler; Jan Fischer; Hans-Juergen Pfisterer; Dirk Hartmann
Los modelos virtuales de puesta en servicio (VCM) validan los sistemas de fabricación discretos antes de su despliegue, pero crearlos requiere mucha mano de obra debido a la fragmentación de los datos en herramientas como el TIA Portal de Siemens y el NX MCD. Para abordar esto, los autores proponen un marco multiagente basado en gráficos de conocimiento. Las herramientas deterministas extraen y combinan datos cinemáticos y de PLC en una base de datos gráfica unificada. Una arquitectura jerárquica de agentes ayuda entonces a entender el sistema, a la generación de componentes basada en guiones y al mapeo de señales entre dominios. Probado en una configuración de fabricación a escala de laboratorio, el enfoque reduce el esfuerzo de interpretación manual y agiliza la ingeniería inicial de VCM.
Ver en la página del editor
