基于多级大语言模型的煤矿安全评估的嵌入式情报系统
1School of Communication and Information Engineering, Xi'an University of Science and Technology, Xi'an 710054, China.
Sensors (Basel, Switzerland)
|January 25, 2025
概括
本研究介绍了使用大型语言模型 (LLM) 进行先进的煤矿安全评估的嵌入式智能系统. 人工智能系统快速处理传感器数据,检测风险,并通过物理交互和历史学习来提高安全性.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
- 地质科学 地质科学
背景情况:
- 传统的煤矿安全评估难以处理复杂的多来源数据.
- 在动态采矿环境中,手工方法在处理能力和成本效益方面是有限的.
研究的目的:
- 通过使用多级大语言模型 (LLM) 提出一个嵌入式智能系统,用于增强煤矿安全评估.
- 解决处理异质传感器数据的传统方法的局限性,改善安全感知.
主要方法:
- 开发了一个使用多个LLM处理多源传感器数据的多层系统.
- 集成的LLM工具调用和推理与煤矿安全知识库.
- 整合了物理互动,以增强环境感知和历史学习的记忆功能.
主要成果:
- 该系统证明了多源传感器数据的有效处理.
- 通过嵌入式交互实现了快速有效的安全评估能力.
- 成功执行了逻辑推理,异常数据检测和风险预测.
结论:
- 嵌入式智能系统为改善煤矿安全提供了创新的解决方案.
- 基于LLM的系统可以显著提高采矿中的环境感知和数据处理.
- 该研究通过模拟和现实世界的测试来验证系统的有效性.


