이 연구는 Industry 4.0 맥락에서 디지털 트윈 모델링을 위한 자산 관리 셸(AAS) 인스턴스 생성을 지원하는 새로운 접근 방식을 소개한다. 연구진은 "의미 노드"라는 데이터 구조를 구축하여 텍스트 데이터의 의미적 본질을 포착하였다. 그리고 대규모 언어 모델로 구동되는 시스템을 설계 및 구현하여 "의미 노드"를 처리하고 기술 데이터로부터 AAS 인스턴스 모델을 생성한다. 평가 결과, 62-79%의 효과적인 생성률을 보여, 수동 생성 노력의 상당 부분을 더 쉬운 검증 노력으로 전환할 수 있음을 나타낸다. 이를 통해 AAS 인스턴스 모델 생성 시간과 비용을 줄일 수 있다. 연구진은 다양한 대규모 언어 모델의 비교 분석과 Retrieval-Augmented Generation(RAG) 메커니즘에 대한 심층 분석을 수행하여, 기술 개념 해석에 있어 대규모 언어 모델 시스템의 효과성에 대한 통찰을 제공한다. 이 연구 결과는 대규모 언어 모델을 활용하여 AAS 인스턴스 생성을 자동화하고, 의미론적 상호운용성을 향상시키며, 산업 응용 분야의 디지털 트윈을 위한 보다 광범위한 의미론적 상호운용성 분야에 기여한다.
إلى لغة أخرى
من محتوى المصدر
arxiv.org
الرؤى الأساسية المستخلصة من
by Yuchen Xia,Z... في arxiv.org 03-27-2024
https://arxiv.org/pdf/2403.17209.pdfاستفسارات أعمق