Buchumschlag

Graph-to-SFILES: Control structure prediction from process topologies using generative artificial intelligence

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Balhorn, Lukas Schulze, Degens, Kevin, Schweidtmann, Artur M.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rule-based autocorrection of Piping and Instrumentation Diagrams (P&IDs) on graphs
von: Balhorn, Lukas Schulze, et al.
Veröffentlicht: (2025)

SFILES 2.0: An extended text-based flowsheet representation
von: Vogel, Gabriel, et al.
Veröffentlicht: (2022)

Detecting hidden structures from a static loading experiment: topology optimization meets physics-informed neural networks
von: Mowlavi, Saviz, et al.
Veröffentlicht: (2023)

Aeroengine performance prediction using a physical-embedded data-driven method
von: Mo, Tong, et al.
Veröffentlicht: (2024)

Data-driven building energy efficiency prediction using physics-informed neural networks
von: Michalakopoulos, Vasilis, et al.
Veröffentlicht: (2023)

Controllable Graph Generation with Diffusion Models via Inference-Time Tree Search Guidance
von: Zhao, Jiachi, et al.
Veröffentlicht: (2025)

Temporal distribution of clusters of investors and their application in prediction with expert advice
von: Wisniewski, Wojciech, et al.
Veröffentlicht: (2024)

Boundary-Decoder network for inverse prediction of capacitor electrostatic analysis
von: Lim, Kart-Leong, et al.
Veröffentlicht: (2024)

A Graph Machine Learning Approach for Detecting Topological Patterns in Transactional Graphs
von: Zola, Francesco, et al.
Veröffentlicht: (2025)

Graph Diffusion Policy Optimization
von: Liu, Yijing, et al.
Veröffentlicht: (2024)

UrbanGraph: Physics-Informed Spatio-Temporal Dynamic Heterogeneous Graphs for Urban Microclimate Prediction
von: Xin, Weilin, et al.
Veröffentlicht: (2025)

Reduced-order structure-property linkages for stochastic metamaterials
von: Danesh, Hooman, et al.
Veröffentlicht: (2025)

Rethinking Cancer Gene Identification through Graph Anomaly Analysis
von: Zang, Yilong, et al.
Veröffentlicht: (2024)

EvoMesh: Adaptive Physical Simulation with Hierarchical Graph Evolutions
von: Deng, Huayu, et al.
Veröffentlicht: (2024)

Retrosynthesis Planning via Worst-path Policy Optimisation in Tree-structured MDPs
von: Wang, Mianchu, et al.
Veröffentlicht: (2025)

GSMT: Graph Fusion and Spatiotemporal TaskCorrection for Multi-Bus Trajectory Prediction
von: Ding, Fan, et al.
Veröffentlicht: (2025)

Crisis-Resilient Portfolio Management via Graph-based Spatio-Temporal Learning
von: Li, Zan, et al.
Veröffentlicht: (2025)

Out-of-Distribution Generalized Dynamic Graph Neural Network for Human Albumin Prediction
von: Zhang, Zeyang, et al.
Veröffentlicht: (2023)

Bitcoin Price Prediction using Machine Learning and Combinatorial Fusion Analysis
von: Wu, Yuanhong, et al.
Veröffentlicht: (2026)

Autoencoder-based non-intrusive model order reduction in continuum mechanics
von: Kehls, Jannick, et al.
Veröffentlicht: (2025)

Regulatory Graphs and GenAI for Real-Time Transaction Monitoring and Compliance Explanation in Banking
von: Khanvilkar, Kunal, et al.
Veröffentlicht: (2025)

Crash Assessment via Mesh-Based Graph Neural Networks and Physics-Aware Attention
von: Curtosi, Gabriel, et al.
Veröffentlicht: (2026)

DynBERG: Dynamic BERT-based Graph neural network for financial fraud detection
von: Kulkarni, Omkar, et al.
Veröffentlicht: (2025)

Graph Transformers for inverse physics: reconstructing flows around arbitrary 2D airfoils
von: Duthé, Gregory, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Virtual Sensing in Complex Systems: Addressing Heterogeneous Temporal Dynamics
von: Zhao, Mengjie, et al.
Veröffentlicht: (2024)

Physics-Inspired Spatial Temporal Graph Neural Networks for Predicting Industrial Chain Resilience
von: Wang, Bicheng, et al.
Veröffentlicht: (2025)

PhyMPGN: Physics-encoded Message Passing Graph Network for spatiotemporal PDE systems
von: Zeng, Bocheng, et al.
Veröffentlicht: (2024)

Interactive and Intelligent Root Cause Analysis in Manufacturing with Causal Bayesian Networks and Knowledge Graphs
von: Wehner, Christoph, et al.
Veröffentlicht: (2024)

CSP-AIT-Net: A contrastive learning-enhanced spatiotemporal graph attention framework for short-term metro OD flow prediction with asynchronous inflow tracking
von: Wang, Yichen, et al.
Veröffentlicht: (2024)

CoFEE: Reasoning Control for LLM-Based Feature Discovery
von: Westermann, Maximilian, et al.
Veröffentlicht: (2026)

Learning from flowsheets: A generative transformer model for autocompletion of flowsheets
von: Vogel, Gabriel, et al.
Veröffentlicht: (2022)

CatMemo at the FinLLM Challenge Task: Fine-Tuning Large Language Models using Data Fusion in Financial Applications
von: Cao, Yupeng, et al.
Veröffentlicht: (2024)

Forecasting VIX using interpretable Kolmogorov-Arnold networks
von: Cho, So-Yoon, et al.
Veröffentlicht: (2025)

Physics-informed MeshGraphNets (PI-MGNs): Neural finite element solvers for non-stationary and nonlinear simulations on arbitrary meshes
von: Würth, Tobias, et al.
Veröffentlicht: (2024)

Query2CAD: Generating CAD models using natural language queries
von: Badagabettu, Akshay, et al.
Veröffentlicht: (2024)

PILOT: Equivariant diffusion for pocket conditioned de novo ligand generation with multi-objective guidance via importance sampling
von: Cremer, Julian, et al.
Veröffentlicht: (2024)

Explainable automatic industrial carbon footprint estimation from bank transaction classification using natural language processing
von: González-González, Jaime, et al.
Veröffentlicht: (2024)

Graph Neural Network-Based Predictive Modeling for Robotic Plaster Printing
von: Rivera, Diego Machain, et al.
Veröffentlicht: (2025)

Accelerating scientific discovery with the common task framework
von: Kutz, J. Nathan, et al.
Veröffentlicht: (2025)

Off-the-Shelf Neural Network Architectures for Forex Time Series Prediction come at a Cost
von: Zafeiriou, Theodoros, et al.
Veröffentlicht: (2024)