SceneGenAgent: geração precisa de cenas industriais com agente de codificação
Publicado em: Anais da 63ª Reunião Anual da Associação de Linguística Computacional (Volume 1: Artigos longos), páginas 17847—17875, Viena, Áustria
Xiao Xia, Dan Zhang, Zibo Liao, Zhenyu Hou, Tianrui Sun, Jing Li, Ling Fu, Yuxiao Dong
Gerar cenas industriais 3D com LLMs é um desafio devido aos requisitos rígidos de medições precisas e planejamento espacial. Para resolver isso, os autores apresentam o SceneGenAgent, um agente LLM que gera cenas industriais por meio do código C#. Ele usa planejamento estruturado de layout, verificação e refinamento iterativo para satisfazer as necessidades quantitativas exatas, aumentando as taxas de sucesso do LLM em até 81,0%. Além disso, os autores lançam o SceneInstruct, um conjunto de dados para ajustar LLMs de código aberto, como o Llama3.1-70B, para abordar o desempenho do GPT-4o dentro da estrutura. O código e os dados estão disponíveis publicamente.
Veja na página do editor
SiPhyr: uma estrutura de otimização baseada em aprendizado de ponta a ponta para reconfiguração dinâmica da rede
Publicado em: IEEE Transactions on Smart Grid (Volume: 16, Edição: 2, março de 2025)
Rabab Haider, Anuradha Annaswamy, Biswadip Dey, Amit Chakraborty
O aumento da energia renovável, do armazenamento e dos veículos elétricos exige paradigmas de tomada de decisão mais rápidos para as redes de distribuição. Este artigo propõe o SiPhyr, uma estrutura de aprendizado de máquina baseada em física para otimização da reconfiguração da grade baseada em aprendizado de ponta a ponta. O SiPhyr otimiza a topologia e os fluxos de energia para reduzir as perdas de linha, melhorar os perfis de tensão e impulsionar a integração renovável. Para lidar com variáveis de decisão binárias NP-difíceis, ele usa um método de arredondamento baseado na física dentro de uma estrutura diferenciável. Isso permite que o SiPhyr otimize simultaneamente a topologia e o despacho da rede, ao mesmo tempo em que satisfaz as restrições críticas de segurança, conforme demonstrado em três grades canônicas.
Veja na página do editor
Aproveitando a flexibilidade dos consumidores para mitigar o congestionamento da rede em futuras redes de distribuição de energia
Publicado em: Energies 2024
Tomaselli D., Most D., et al
A crescente adoção de sistemas fotovoltaicos (PV) por trás do medidor (BTM), veículos elétricos (EVs) e bombas de calor está causando congestionamento na rede de distribuição. Este artigo avalia a flexibilidade do BTM usando uma nova estrutura que combina um fluxo de energia ideal de horizonte contínuo com uma função de custo linear por partes para resolver esse problema sem atualizações caras. Quando testados em um modelo de grade de Schutterwald, Alemanha, os resultados mostraram que o armazenamento BTM de autoconsumo resolveu todas as violações de alimentação, mas apenas 35% das violações de carga. No entanto, controlar proativamente a carga e a descarga do armazenamento resolve com eficácia as violações de carga restantes, mesmo em redes quase saturadas.
Veja na página do editor
Equações diferenciais neurais com controle integrado para modelagem de processos químicos
Publicado em: Workshop da 32ª Conferência Internacional do IEEE sobre Computação de Alto Desempenho, Dados e Análise (HiPCW) de 2025
Sumeet Rodiya, Ved Vartak, Kunal Bahuguna, Subhajit Sanfui, Ramsatish Kaluri
As equações diferenciais neurais são poderosas para simulação de processos químicos, mas sua aplicação em processos químicos controlados permanece relativamente inexplorada. Este artigo avalia equações diferenciais ordinárias neurais (NODEs) e equações diferenciais controladas por neurônios (NCDEs) para modelar um sistema de biorreator em lote com integração explícita de controle. Os autores desenvolvem uma estrutura NODE modificada contendo entradas de controle e estudam NCDEs, que incorporam caminhos de controle contínuos usando interpolação de spline. Implementadas no Diffrax para uma aceleração eficiente da GPU, as estruturas demonstram que os NCDEs alcançam uma precisão preditiva superior, enquanto os NODEs oferecem tempos de treinamento mais rápidos.
Veja na página do editor
Estrutura multiagente que aproveita gráficos de conhecimento para modelos de comissionamento virtual
Publicado em: AUTOMATION 2026, Innovation trifft Anwendung (pp. 144-152). VDE
Max Diekmann; Jonas Nitzler; Jan Fischer; Hans-Jürgen Pfisterer; Dirk Hartmann
Os modelos de comissionamento virtual (VCMs) validam sistemas de manufatura discretos antes da implantação, mas construí-los exige muito trabalho devido à fragmentação de dados em ferramentas como o Siemens TIA Portal e o NX MCD. Para resolver isso, os autores propõem uma estrutura multiagente baseada em gráficos de conhecimento. As ferramentas determinísticas extraem e mesclam dados de PLC e cinemáticos em um banco de dados gráfico unificado. Uma arquitetura hierárquica de agentes então auxilia no entendimento do sistema, na geração de componentes baseados em scripts e no mapeamento de sinais entre domínios. Testada em uma configuração de fabricação em escala de laboratório, a abordagem reduz o esforço de interpretação manual e simplifica a engenharia inicial do VCM.
Veja na página do editor
