論文の概要: Constructing Dynamic Master Logic Models as Knowledge Graphs for Complex System Diagnostics Using Retrieval-Augmented Large Language Models
- arxiv url: http://arxiv.org/abs/2608.12304v1
- Date: Wed, 12 Aug 2026 17:50:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-13 19:07:54.664427
- Title: Constructing Dynamic Master Logic Models as Knowledge Graphs for Complex System Diagnostics Using Retrieval-Augmented Large Language Models
- Title（参考訳）: 検索型大規模言語モデルを用いた複雑なシステム診断のための知識グラフとしての動的マスター論理モデルの構築
- Abstract要約: Dynamic Master Logic (DML)は、機能目標と基盤となる構造要素をリンクすることによって、システムの振る舞いを表現する階層的なフレームワークを提供する。
本研究では,知識グラフ(KG-DML)としてシステム記述からDMLモデルの自動構築のためのフレームワークを提案する。
その結果、KG-DMLは、診断と信頼性解析のために、技術ドキュメントを実行可能な機能モデルに変換することができることがわかった。
- 参考スコア（独自算出の注目度）: 0.11666234644810893
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dynamic Master Logic (DML) provides a hierarchical framework for representing system behavior by linking functional objectives to underlying structural elements. However, DML construction typically relies on expert interpretation of technical documentation, limiting scalability for complex systems. This study presents a framework for automated construction of DML models from system descriptions and their representation as Knowledge Graphs (KG-DML), using Retrieval-Augmented Generation and Large Language Models as enabling tools. Building on prior work with small-scale systems, the framework extends automated KG-DML construction and evaluation to substantially larger and more complex systems. Model construction proceeds across the DML hierarchy using targeted retrieval while preserving functional dependencies and explicit logical relationships. The resulting KG-DML supports diagnostic reasoning, safety assessment, upward failure propagation, and downward dependency tracing. A multi-level validation methodology evaluates layer-specific precision and recall, logical gate consistency, and overall structural integrity. Application to the Low-Pressure Coolant Injection system of a decommissioned Boiling Water Reactor demonstrates consistent reconstruction across repeated runs. The results show that automated KG-DML construction can transform technical documentation into executable functional models for diagnostic and reliability analysis.
- Abstract（参考訳）: Dynamic Master Logic (DML)は、機能目標と基盤となる構造要素をリンクすることによって、システムの振る舞いを表現する階層的なフレームワークを提供する。
しかし、DMLの構築は通常、複雑なシステムのスケーラビリティを制限する技術ドキュメントの専門的な解釈に依存している。
本研究では,システム記述と知識グラフ(KG-DML)によるDMLモデルの自動構築のためのフレームワークを提案する。
このフレームワークは、KG-DMLの自動構築と評価を、より大規模で複雑なシステムに拡張する。
モデル構築は、機能的依存関係と明示的な論理的関係を維持しながら、ターゲット検索を使用してDML階層を横断します。
結果として得られたKG-DMLは、診断推論、安全性評価、上向きの障害伝播、下向きの依存性トレースをサポートする。
多段階の検証手法は、層固有の精度とリコール、論理ゲートの整合性、全体的な構造的整合性を評価する。
廃炉式沸騰水炉の低圧冷媒噴射システムへの適用は, 繰り返し連続運転における一貫した再構築を実証する。
その結果,KG-DMLの自動構築は,診断・信頼性解析のための技術ドキュメントを実行可能な機能モデルに変換することができることがわかった。
関連論文リスト
- Model-Driven Discipline for Multi-Agent LLMs: Requirement-to-Verification Generation of Traceable System Models [62.62160094849002]
RADIANTは、MDEとMulti-Agent Large Language Modelを組み合わせたエンジニアリング方法論である。
工学的なフェーズにまたがる異種モデルを自動的に生成する。
正確かつ自動的な変更インパクト分析を提供する。
論文 参考訳（メタデータ） (2026-07-18T08:50:55Z) - Knowledge-Centric Agents for Workflow Generation [73.4340391112949]
複数の抽象化レベルにわたる知識を逆転させ、注入し、推論することを学ぶ知識中心のフレームワークを提案する。
提案手法は,ノードの多様性,コヒーレントな構造,既存システムよりも高い実行成功率で生成する。
論文 参考訳（メタデータ） (2026-07-17T11:03:01Z) - ReasoningLens: Hierarchical Visualization and Diagnostic Auditing for Large Reasoning Models [73.59878306788815]
ReasoningLensは、複雑な推論チェーンの階層的な可視化と診断監査のために設計されたオープンソースのフレームワークである。
ReasoningLensは、(1)高レベルの戦略と低レベルの実行を分離する対話的階層にトレースを構造化し、(2)エージェント監査を自動エラー検出とツール拡張検証に活用する。
論文 参考訳（メタデータ） (2026-06-22T14:28:35Z) - Influence-Guided Symbolic Regression: Scientific Discovery via LLM-Driven Equation Search with Granular Feedback [56.69850045068714]
逐次的2段階プロセスとして方程式発見をフレーム化する方法である textitInfluence-Guided Regression (IGSR) を導入する。
LLM-SRBench, 薬理学的PKPDモデル, 疫学シミュレーション, 実世界のゲノムデータなど, IGSRの有効性を示す。
論文 参考訳（メタデータ） (2026-05-27T23:48:01Z) - Automatic Ontology Construction Using LLMs as an External Layer of Memory, Verification, and Planning for Hybrid Intelligent Systems [0.0]
本稿では,大規模言語モデル(LLM)を外部オントロジメモリ層で拡張したインテリジェントシステムのためのハイブリッドアーキテクチャを提案する。
提案手法は,RDF/OWL表現を用いた構造化知識グラフの構築と維持を行う。
論文 参考訳（メタデータ） (2026-04-22T17:19:43Z) - VeriGraphi: A Multi-Agent Framework of Hierarchical RTL Generation for Large Hardware Designs [5.354071922171165]
本稿では,RTL生成パイプラインを駆動するアーキテクチャ基板として,仕様記述型知識グラフを導入するフレームワークであるVeriGraphiを紹介する。
VeriGraphi は RISC-V に対する人間の介入を最小限に抑え, 信頼性の高い階層型 RTL 生成を可能にする。
論文 参考訳（メタデータ） (2026-04-16T02:30:57Z) - Architecture-Aware Multi-Design Generation for Repository-Level Feature Addition [53.50448142467294]
RAIMは、リポジトリレベルの機能追加のための、多設計およびアーキテクチャ対応のフレームワークである。
複数の多様な実装設計を生成することで、線形パッチから切り離される。
NoCode-bench Verifiedデータセットの実験では、RAIMが新しい最先端のパフォーマンスを確立することが示されている。
論文 参考訳（メタデータ） (2026-03-02T12:50:40Z) - Ontology-to-tools compilation for executable semantic constraint enforcement in LLM agents [0.0]
本稿では,大規模言語モデル(LLM)と形式的ドメイン知識意味論を結合する原理実証機構を提案する。
オントロジー仕様は、LLMベースのエージェントが知識グラフインスタンスの作成と修正に使用する実行可能なツールツールにコンパイルされる。
本稿では, LLM インタフェースの有効性, マニュアルスキーマの削減, エンジニアリングの促進, フォーマルな知識を生成システムに組み込むための一般的なパラダイムの確立について述べる。
論文 参考訳（メタデータ） (2026-02-03T12:03:26Z) - Monadic Context Engineering [59.95390010097654]
本稿では,エージェント設計の正式な基盤を提供するために,モナディックコンテキストエンジニアリング(MCE)を紹介する。
我々は、モナドがロバストなコンポジションをどのように実現し、Applicativesが並列実行に原則化された構造を提供し、また、モナドトランスフォーマーがこれらの機能の体系的なコンポジションをどのように可能にしているかを実証する。
この階層化されたアプローチにより、開発者は、単純で独立した検証可能なコンポーネントから、複雑でレジリエントで効率的なAIエージェントを構築することができる。
論文 参考訳（メタデータ） (2025-12-27T01:52:06Z) - A Lightweight Large Language Model-Based Multi-Agent System for 2D Frame Structural Analysis [21.13581042992661]
大規模言語モデル(LLM)は、工学における自律的エージェントの強化に最近使用されている。
本稿では、2次元フレームの有限要素モデリングを自動化するLLMベースのマルチエージェントシステムを提案する。
このシステムは10回の試行で80%以上の精度を達成し、Gemini-2.5 ProとChatGPT-4oモデルを上回っている。
論文 参考訳（メタデータ） (2025-10-06T22:12:52Z) - Complex System Diagnostics Using a Knowledge Graph-Informed and Large Language Model-Enhanced Framework [0.0]
知識グラフ(KG)と大規模言語モデル(LLM)を統合する新しい診断フレームワークを提案する。
本稿では,動的マスター論理(DML)モデルの機能的モデリング原理を基礎とした診断フレームワークを提案する。
補助給水システムに関するケーススタディでは、キー要素の90%以上の精度と一貫したツールと引数抽出により、フレームワークの有効性が示された。
論文 参考訳（メタデータ） (2025-05-27T14:54:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。