ترجمه فارسی مقاله به سوی درک در سطح انسانی از شماتیک های مهندسی فرآیند پیچیده: یک چارچوب آموزشی، درون نگر چند عاملی برای پاسخگویی به سؤالات دامنه باز

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Towards Human-Level Understanding of Complex Process Engineering Schematics: A Pedagogical, Introspective Multi-Agent Framework for Open-Domain Question Answering
عنوان مقاله به فارسی به سوی درک در سطح انسانی از شماتیک های مهندسی فرآیند پیچیده: یک چارچوب آموزشی، درون نگر چند عاملی برای پاسخگویی به سؤالات دامنه باز
نویسندگان Sagar Srinivas Sakhinana, Geethan Sannidhi, Venkataramana Runkana
فرمت مقاله انگلیسی PDF
تعداد صفحات 16
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computation and Language,Artificial Intelligence,Computer Vision and Pattern Recognition,Machine Learning,محاسبات و زبان , هوش مصنوعی , چشم انداز رایانه و تشخیص الگوی , یادگیری ماشین ,
توضیحات Submitted 24 August, 2024; originally announced September 2024. , Comments: Our paper is accepted for publication at ML4CCE workshop at ECML PKDD 2024
توضیحات به فارسی ارسال شده در 24 اوت 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، نظرات: مقاله ما برای انتشار در کارگاه ML4CCE در ECML PKDD 2024 پذیرفته شده است
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In the chemical and process industries, Process Flow Diagrams (PFDs) and Piping and Instrumentation Diagrams (P&IDs) are critical for design, construction, and maintenance. Recent advancements in Generative AI, such as Large Multimodal Models (LMMs) like GPT4 (Omni), have shown promise in understanding and interpreting process diagrams for Visual Question Answering (VQA). However, proprietary models pose data privacy risks, and their computational complexity prevents knowledge editing for domain-specific customization on consumer hardware. To overcome these challenges, we propose a secure, on-premises enterprise solution using a hierarchical, multi-agent Retrieval Augmented Generation (RAG) framework for open-domain question answering (ODQA) tasks, offering enhanced data privacy, explainability, and cost-effectiveness. Our novel multi-agent framework employs introspective and specialized sub-agents using open-source, small-scale multimodal models with the ReAct (Reason+Act) prompting technique for PFD and P&ID analysis, integrating multiple information sources to provide accurate and contextually relevant answers. Our approach, supported by iterative self-correction, aims to deliver superior performance in ODQA tasks. We conducted rigorous experimental studies, and the empirical results validated the proposed approach effectiveness.

چکیده به فارسی (ترجمه ماشینی)

در صنایع شیمیایی و فرآیند ، نمودارهای جریان فرآیند (PFD) و نمودارهای لوله کشی و ابزار دقیق (P&ID) برای طراحی ، ساخت و ساز و نگهداری بسیار مهم هستند.پیشرفت های اخیر در هوش مصنوعی تولیدی ، مانند مدل های بزرگ چند حالته (LMM) مانند GPT4 (OMNI) ، نوید را در درک و تفسیر نمودارهای فرآیند برای پاسخ به سؤال بصری (VQA) نشان داده اند.با این حال ، مدلهای اختصاصی خطرات حفظ حریم خصوصی داده ها را ایجاد می کنند ، و پیچیدگی محاسباتی آنها از ویرایش دانش برای شخصی سازی خاص دامنه در سخت افزار مصرف کننده جلوگیری می کند.برای غلبه بر این چالش ها ، ما با استفاده از یک چارچوب نسل تقویت شده سلسله مراتبی و چند عامل (RAG) برای انجام وظایف پاسخ به سؤال دامنه باز (ODQA) ، یک راه حل ایمن و در محل را پیشنهاد می کنیم ، و ارائه حریم خصوصی داده ها ، توضیح و هزینه-اثربخشیچارچوب چند عامل جدید ما از زیرگروه های درون نگرانه و تخصصی با استفاده از مدلهای چند مدلی در مقیاس کوچک با React (دلیل+قانون) برای تجزیه و تحلیل PFD و P&ID استفاده می کند ، و چندین منبع اطلاعاتی را برای ارائه پاسخ های دقیق و متناسب با هم مرتبط می کند.بشررویکرد ما ، که توسط خود تصحیح تکراری پشتیبانی می شود ، با هدف ارائه عملکرد برتر در کارهای ODQA انجام می شود.ما مطالعات تجربی دقیق انجام دادیم ، و نتایج تجربی اثربخشی رویکرد پیشنهادی را تأیید کرد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.