SceneGenAgent: Nauwkeurige generatie van industriële scènes met coderingsmiddel
Gepubliceerd in: 2025 Proceedings van de 63e jaarlijkse vergadering van de Association for Computational Linguistics (deel 1: Long Papers), pagina's 17847—17875, Wenen, Oostenrijk
Xiao Xia, Dan Zhang, Zibo Liao, Zhenyu Hou, Tianrui Sun, Jing Li, Ling Fu, Yuxiao Dong
Het genereren van industriële 3D-scènes met LLM's is een uitdaging vanwege de strenge vereisten voor nauwkeurige metingen en ruimtelijke planning. Om dit op te lossen introduceren de auteurs SceneGenAgent, een LLM-agent die industriële scènes genereert via C#-code. Het maakt gebruik van gestructureerde lay-outplanning, verificatie en iteratieve verfijning om aan exacte kwantitatieve behoeften te voldoen, waardoor de slagingspercentages van LLM tot 81,0% stijgen. Daarnaast brengen de auteurs SceneInstruct uit, een dataset voor het verfijnen van open-source LLM's zoals Llama 3.1-70B om de prestaties van GPT-4O binnen het kader te benaderen. Code en gegevens zijn openbaar beschikbaar.
Bekijk op de pagina van de uitgever
SiPhyR: Een op leren gebaseerd optimalisatiekader van begin tot eind voor dynamische herconfiguratie van het net
Gepubliceerd in: IEEE Transactions on Smart Grid (jaargang: 16, uitgave: 2, maart 2025)
Rabab Haider, Anuradha Annaswamy, Biswadip Dey, Amit Chakraborty
De toenemende hernieuwbare energie, opslag en elektrische voertuigen vereisen snellere besluitvormingsparadigma's voor distributienetten. In dit artikel wordt SiPhyR voorgesteld, een op fysica gebaseerd raamwerk voor machine learning voor de optimalisatie van netherconfiguratie op basis van end-to-end learning. SiPhyr optimaliseert de topologie en stroomstromen om netverliezen te verminderen, spanningsprofielen te verbeteren en de integratie van hernieuwbare energie te stimuleren. Om NP-harde binaire beslissingsvariabelen te verwerken, wordt een op de fysica gebaseerde afrondingsmethode gebruikt binnen een differentieerbaar kader. Dit stelt SiPhyR in staat om tegelijkertijd de rastertopologie en -verzending te optimaliseren en tegelijkertijd te voldoen aan veiligheidskritieke beperkingen, zoals aangetoond op drie canonieke rasters.
Bekijk op de pagina van de uitgever
Gebruikmaken van de flexibiliteit van prosumers om netcongestie in toekomstige stroomdistributienetten te beperken
Gepubliceerd in: Energies 2024
Tomaselli D., Most D., et al.
De toenemende toepassing van fotovoltaïsche systemen (PV) achter de meter (BTM), elektrische voertuigen (EV's) en warmtepompen veroorzaakt congestie op het distributienet. In dit artikel wordt de flexibiliteit van BTM geëvalueerd aan de hand van een nieuw raamwerk dat een optimale energiestroom combineert met een stuksgewijs lineaire kostenfunctie om dit probleem aan te pakken zonder dure upgrades. Bij tests op een rastermodel in Schutterwald, Duitsland, bleek uit de resultaten dat BTM-opslag met eigen verbruik alle inleverovertredingen oploste, maar slechts 35% van de belastingsovertredingen. Door het laden en ontladen van de opslag proactief te regelen, worden de resterende belastingsovertredingen echter effectief opgelost, zelfs in bijna verzadigde netten.
Bekijk op de pagina van de uitgever
Neurale differentiaalvergelijkingen met geïntegreerde besturing voor het modelleren van chemische processen
Gepubliceerd in: Workshop IEEE 32e internationale conferentie over High Performance Computing, Data and Analytics 2025 (HiPCW)
Sumeet Rodiya, Ved Vartak, Kunal Bahuguna, Subhajit Sanfui, Ramsatish Kaluri
Neurale differentiaalvergelijkingen zijn krachtig voor de simulatie van chemische processen, maar de toepassing ervan op gecontroleerde chemische processen blijft relatief onontgonnen. Dit artikel evalueert gewone neurale differentiaalvergelijkingen (NOdes) en neuraal gecontroleerde differentiaalvergelijkingen (NCDE's) voor het modelleren van een batchgewijs bioreactorsysteem met expliciete controle-integratie. De auteurs ontwikkelen een aangepast NODE-raamwerk dat besturingsinputs bevat en bestudeert NCDE's, waarin continue controlepaden zijn opgenomen met behulp van spline-interpolatie. De frameworks zijn geïmplementeerd in Diffrax voor efficiënte GPU-acceleratie en tonen aan dat NCD's een superieure voorspellingsnauwkeurigheid bieden, terwijl NODE's snellere trainingstijden bieden.
Bekijk op de pagina van de uitgever
Raamwerk voor meerdere agenten dat gebruikmaakt van kennisgrafieken voor virtuele inbedrijfstellingsmodellen
Gepubliceerd in: AUTOMATION 2026, Innovation Trift Anwendung (blz. 144-152). VDE
Max Diekmann; Jonas Nitzler; Jan Fischer; Hans-Juergen Pfisterer; Dirk Hartmann
Virtuele inbedrijfstellingsmodellen (VCM's) valideren afzonderlijke productiesystemen voordat ze worden geïmplementeerd, maar het bouwen ervan is arbeidsintensief vanwege de versnipperde gegevens tussen tools zoals Siemens TIA Portal en NX MCD. Om dit aan te pakken, stellen de auteurs een op kennisgrafieken gebaseerd raamwerk voor meerdere agenten voor. Deterministische hulpmiddelen extraheren PLC- en kinematische gegevens en voegen ze samen in een uniforme grafiekdatabase. Een hiërarchische agentarchitectuur helpt vervolgens bij het begrijpen van het systeem, het genereren van componenten op basis van scripts en het in kaart brengen van signalen tussen verschillende domeinen. De aanpak is getest in een productieomgeving op laboratoriumschaal en vermindert de handmatige vertolking en stroomlijnt de vroege VCM-engineering.
Bekijk op de pagina van de uitgever
