ScenegenAgent: точная генерация промышленных сцен с помощью агента кодирования
Опубликовано в: Материалы 63-го ежегодного собрания Ассоциации компьютерной лингвистики за 2025 год (том 1: длинные статьи), страницы 17847—17875, Вена, Австрия
Сяо Ся, Дэн Чжан, Цзыбо Ляо, Чжэньюй Хоу, Тяньжуй Сунь, Цзин Ли, Линг Фу, Юсяо Дун
Создание промышленных 3D-сцен с помощью LLM является сложной задачей из-за строгих требований к точным измерениям и пространственному планированию. Чтобы решить эту проблему, авторы представляют ScenegenAgent, агент LLM, который генерирует промышленные сцены с помощью кода C#. Он использует структурированное планирование, верификацию и итеративную доработку для удовлетворения точных количественных потребностей, повышая показатели успешности LLM до 81,0%. Кроме того, авторы выпускают SceneInstruct, набор данных для точной настройки LLM с открытым исходным кодом, таких как Llama3.1-70B, для приближения к производительности GPT-4o в фреймворке. Код и данные общедоступны.
Смотреть на странице издателя
Siphyr: комплексная платформа оптимизации на основе обучения для динамической реконфигурации сети
Опубликовано в: Транзакции IEEE в интеллектуальной сети (том: 16, выпуск: 2, март 2025 г.)
Рабаб Хайдер, Анурадха Аннасвами, Бисвадип Дей, Амит Чакраборти
Рост использования возобновляемых источников энергии, накопителей энергии и электромобилей требует более быстрого принятия решений в распределительных сетях. В данной статье предлагается SIPhyr, основанная на физике платформа машинного обучения для комплексной оптимизации реконфигурации сети на основе обучения. Siphyr оптимизирует топологию и потоки электроэнергии для снижения потерь в сети, улучшения профилей напряжения и повышения интеграции возобновляемых источников энергии. Для обработки двоичных переменных решения, жестких на основе NP, используется метод округления, основанный на физике, в дифференцируемой структуре. Это позволяет Siphyr одновременно оптимизировать топологию сети и диспетчеризацию, соблюдая при этом критически важные для безопасности ограничения, как показано на трех канонических сетках.
Смотреть на странице издателя
Использование гибкости потребителей для снижения перегрузок в будущих распределительных электросетях
Опубликовано в: Энергия 2024
Томазелли Д., Мост Д. и др.
Растущее использование фотоэлектрических (PV) систем, работающих по принципу «за счетчиком» (BTM), электромобилей (EV) и тепловых насосов приводит к перегрузке распределительных сетей. В данной статье дается оценка гибкости BTM с использованием новой платформы, сочетающей оптимальный расход электроэнергии по принципу «скользящий горизонт» с функцией кусочно-линейных затрат, что позволяет решить эту проблему без дорогостоящих обновлений. При тестировании на сетевой модели в Шуттервальде, Германия, результаты показали, что системы хранения BTM, использующиеся для самостоятельного потребления, устранили все нарушения при подаче электроэнергии, но только 35% нарушений нагрузки. Однако упреждающее управление зарядкой и разрядкой накопителей эффективно устраняет оставшиеся нарушения нагрузки даже в почти перегруженных сетях.
Смотреть на странице издателя
Нейродифференциальные уравнения со встроенным управлением для моделирования химических процессов
Опубликовано в: Семинар по 32-й Международной конференции IEEE 2025 по высокопроизводительным вычислениям, данным и аналитике (HiPCW)
Сумит Родия, Вед Вартак, Кунал Бахугуна, Субхаджит Санфуи, Рамсатиш Калури
Нейродифференциальные уравнения эффективны для моделирования химических процессов, но их применение к контролируемым химическим процессам остается относительно неизученным. В данной статье оцениваются нейронные обыкновенные дифференциальные уравнения (NODE) и нейроуправляемые дифференциальные уравнения (NCDE) для моделирования системы биореакторов периодического действия с явной интеграцией управления. Авторы разрабатывают модифицированную структуру NODE, содержащую контрольные входные данные, и изучают NCDE, которые включают непрерывные пути управления с использованием сплайн-интерполяции. Фреймворки, реализованные в Diffrax для эффективного ускорения графического процессора, демонстрируют, что NCDE обеспечивают превосходную точность прогнозирования, в то время как NODE обеспечивают более быстрое время обучения.
Смотреть на странице издателя
Мультиагентная платформа, использующая графики знаний для виртуальных моделей ввода в эксплуатацию
Опубликовано в: АВТОМАТИЗАЦИЯ 2026, Инновационное приложение (стр. 144-152). ВДЕ
Макс Дикманн; Йонас Ницлер; Ян Фишер; Ханс-Юрген Пфистерер; Дирк Хартманн
Виртуальные модели ввода в эксплуатацию (VCM) проверяют дискретные производственные системы перед развертыванием, но их создание трудоемко из-за фрагментированных данных в таких инструментах, как Siemens TIA Portal и NX MCD. Для решения этой проблемы авторы предлагают мультиагентную структуру, основанную на графах знаний. Детерминированные инструменты извлекают и объединяют данные ПЛК и кинематические данные в единую базу данных графов. Иерархическая агентская архитектура помогает лучше понимать систему, генерировать компоненты на основе сценариев и сопоставлять сигналы между доменами. Этот подход, протестированный в лабораторных условиях, снижает трудозатраты на ручной перевод и упрощает разработку VCM на ранних стадиях.
Смотреть на странице издателя
