Lukas Schulze Balhorn
PulseAugur coverage of Lukas Schulze Balhorn — every cluster mentioning Lukas Schulze Balhorn across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Transformer模型学会自动补全化学流程图
研究人员开发了一种使用基于Transformer的语言模型自动补全化学流程图的新方法。该方法将流程图表示为字符串，并在其语法结构和常见模式上训练模型。在合成数据上预训练并在真实世界示例上微调后，该模型可以建议流程图的补全，从而帮助化学工程师进行工艺合成。
-
AI方法自动化化学工程图纸中的错误校正
研究人员开发了一种新颖的基于规则的方法，可以自动检测和纠正管道和仪表流程图 (P&ID) 中的错误，P&ID 是化学过程工程中的关键文件。该系统将 P&ID 表示为图形，并应用规则图来识别和修复差异，从而大大减少了审查数百甚至数千页文档的手动工作量。一项案例研究证明了该方法的可靠性和有效性，该研究使用了 33 条已开发的规则以及 pyDEXPI Python 包来生成 P&ID 图形。
-
AI模型使用图神经网络预测流程控制结构
研究人员开发了一个名为Graph-to-SFILES的生成式AI模型，用于预测流程图的控制结构。该模型利用图神经网络来解释流程拓扑，为基于序列的方法提供了一种替代方案。虽然在小数据集场景下有效，但其在大数据集上的性能对于工业应用仍需进一步研究。
-
AI模型以80%的准确率自动校正化学过程流程图
研究人员开发了一种新的AI方法，可以自动识别和纠正化学过程流程图中的错误，这些流程图是工程领域中使用的关键图表。这种受用于文本校正的大语言模型启发的处理方法旨在减少因图表缺陷引起安全隐患和效率低下。该模型在合成数据集上实现了80%的top-1准确率，表明其作为化学工程师宝贵工具的潜力。
-
新的SFILES 2.0表示法标准化化学过程流程图
研究人员推出了SFILES 2.0，这是一种用于表示化学过程流程图的增强型文本表示法。新版本解决了原始SFILES的局限性，能够清晰地描述过程操作的关键配置和控制结构。该开发包括用于在基于图形的流程图和SFILES 2.0字符串之间进行转换的开源软件，旨在为化学过程流程图的FAIR（可查找、可访问、可互操作、可重用）数据库建立标准。