論文の概要: Large Language Models for HVAC Operations in Building Energy Systems: A Critical Review of Methods, Applications, and Deployment Readiness

• arxiv url: http://arxiv.org/abs/2609.05314v1
• Date: Fri, 04 Sep 2026 16:08:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:24.111639
• Title: Large Language Models for HVAC Operations in Building Energy Systems: A Critical Review of Methods, Applications, and Deployment Readiness
• Title（参考訳）: 建築エネルギーシステムにおけるHVAC運用のための大規模言語モデル:手法・応用・展開準備の批判的レビュー
• Abstract要約: 自動化システムの構築は、不均一なポイント命名、メタデータの欠如、断片化されたドキュメントのために、リッチなセンサデータを生成するが、洞察力に乏しいままである。 2023年から2026年にかけて発行されたHVACオペレーションのための大規模言語モデル(LLM)に関する66のピアレビュー研究を体系的にレビューする。
• 参考スコア（独自算出の注目度）: 37.40191091259043
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Building automation systems generate rich sensor data yet remain insight-poor because heterogeneous point naming, missing metadata, and fragmented documentation obstruct their operational use. This systematic review analyses and codes 66 peer-reviewed studies on large language models (LLMs) for HVAC operations published between 2023 and March 2026. Each study is classified across five application families and three LLM method families and assessed for evidence realism, deployment readiness, and the responsibility boundary between the LLM and physical HVAC decisions. The corpus is concentrated in building energy modelling (BEM, 32 of 66 papers), while load forecasting remains too sparse for subfield-level conclusions. Only four studies reach pilot-level evidence, and none reports sustained operational deployment. No study was classified as ready-now for industry adoption; three were near-term and 63 research-only. Nevertheless, several bounded, human-in-the-loop uses merit near-term trials, including point-name normalisation, document-grounded operator support, BEM workflow assistance, and advisory interfaces around physics-based controllers. Conventional machine learning (ML), model predictive control (MPC), reinforcement learning (RL) and ontology-based tools remain more adopted for high-frequency control, short-horizon numerical forecasting, and well-posed ontology mapping, while autonomous agentic operation and unvalidated occupant proxies remain research-stage. Current evidence therefore supports LLMs primarily as semantic and workflow layers rather than autonomous HVAC controllers. Future work should prioritise field-validated benchmarks, orchestration evaluation under operational constraints, and LLM-MPC/RL architectures with bounded latency and verifiable safety properties.
• Abstract（参考訳）: 自動化システムの構築は、不均一なポイント命名、メタデータの欠如、および断片化されたドキュメントが運用上の使用を妨げるため、リッチなセンサデータを生成するが、洞察に乏しいままである。 2023年から2026年3月までに発行されたHVACオペレーションのための大規模言語モデル(LLM)に関する66のピアレビュー研究を体系的にレビューする。 各研究は、5つのアプリケーションファミリーと3つのLDMメソッドファミリーに分類され、エビデンスリアリズム、デプロイメントの準備性、LLMと物理的HVAC決定の間の責任境界について評価される。 コーパスは建築エネルギーモデリング(BEM、66紙中32枚)に集中しているが、負荷予測はサブフィールドレベルの結論には小さすぎる。 4つの研究のみがパイロットレベルの証拠に到達し、作戦展開の継続は報告されなかった。 業界採用の準備ができている研究は存在せず、3つの研究は短期的、63の研究のみであった。 それでも、Human-in-the-loopでは、ポイント名正規化、ドキュメントグラウンド演算子のサポート、BEMワークフローアシスト、物理ベースのコントローラに関するアドバイザリインターフェースなど、いくつかの有界なヒューマン・イン・ザ・ループは、短期的トライアルを使用している。 従来の機械学習(ML)、モデル予測制御(MPC)、強化学習(RL)、およびオントロジーに基づくツールは、高周波制御、短水平数値予測、そしてよくできたオントロジーマッピングに多く採用されているが、自律的なエージェント操作と非有意な占有プロキシは研究段階のままである。 したがって、現在のエビデンスは主に自律型HVACコントローラではなく、セマンティック層とワークフロー層としてLLMをサポートしている。 今後の作業は、フィールド検証ベンチマーク、運用上の制約下でのオーケストレーション評価、バウンドレイテンシと検証可能な安全性特性を備えたLLM-MPC/RLアーキテクチャを優先すべきである。

関連論文リスト

• LLM-based Agents for Forecasting and Prediction: Methods, Training, Evaluation, and Applications [76.41731220830714]
  大規模言語モデル(LLM)は、言語ベースの推論と時間的データ、エビデンス検索、外部ツール、反復予測を組み合わせた予測システムをサポートするようになった。 ファイナンス、天気、健康、エネルギー、オペレーションの応用について検討し、評価に使用されるベンチマークとデータセットを要約する。
  論文  参考訳（メタデータ） (2026-08-24T10:02:39Z)
• Physics-Informed Machine Learning in Prognostics and Health Management: A Systematic Literature Review [3.7234035006358988]
  本研究は,Physics-Informed Machine Learning(PIML)が予後・健康管理(PHM)の文脈でどのように活用されているかを検討する。 全体としては、物理インフォームドアプローチが既に有意義な利益をもたらしていることを示している。
  論文  参考訳（メタデータ） (2026-08-10T13:20:08Z)
• MLIPilot: LLM-Driven Auto-Research for Machine-Learned Interatomic Potentials [0.0]
  MLIPilotは、ツールコールによる大規模言語モデルによる仮説の提案、MLIPトレーニングコードの編集、HPCジョブの起動、修正された物理的制約付きスコアカードによる変更の受け入れまたは反転を行う自動検索フレームワークである。 GPT-5.5, GPT-4.1, Mistral-24B, Qwen3-32B を含む商用およびオープンウェイト LLM エージェントを用いた MACE 電位最適化における MLIPilot の評価を行った。
  論文  参考訳（メタデータ） (2026-05-29T06:25:47Z)
• Learning POMDP World Models from Observations with Language-Model Priors [52.11151769796862]
  部分的に観測可能なマルコフ決定プロセス(POMDP)は、内部世界モデルのための柔軟なモデリングクラスを提供する。 先行知識を活用することで,言語モデルがコストのかかる相互作用を低減できるかどうかを問う。 我々は,emphPinductor が LLM ベースの POMDP 学習手法の性能とサンプル効率に一致することを示す。
  論文  参考訳（メタデータ） (2026-05-13T16:18:15Z)
• Automating High Energy Physics Data Analysis with LLM-Powered Agents [6.8676809101926075]
  本稿では,大規模言語モデル (LLM) エージェントを用いた代表的高エネルギー物理学 (HEP) 解析の自動化を実証する。 ヒッグス粒子二光子断面積測定をATLAS Open Dataのケーススタディとして用いて,LLMベースのスーパーバイザコーダエージェントとSnakemakeワークフローマネージャを組み合わせたハイブリッドシステムを構築した。 このアーキテクチャでは、ワークフローマネージャは決定性を強制し、エージェントはユーザーの指示に応じて分析コードを自動生成し、実行し、反復的に修正する。
  論文  参考訳（メタデータ） (2025-12-08T18:13:13Z)
• SelfAI: Building a Self-Training AI System with LLM Agents [79.10991818561907]
  SelfAIは、高レベルの研究目的を標準化された実験構成に変換するためのUser Agentを組み合わせた、一般的なマルチエージェントプラットフォームである。 実験マネージャは、連続的なフィードバックのための構造化知識ベースを維持しながら、異種ハードウェアをまたいだ並列かつフォールトトレラントなトレーニングを編成する。 回帰、コンピュータビジョン、科学計算、医用画像、薬物発見ベンチマークなどを通じて、SelfAIは一貫して高いパフォーマンスを達成し、冗長な試行を減らしている。
  論文  参考訳（メタデータ） (2025-11-29T09:18:39Z)
• LLMEval-3: A Large-Scale Longitudinal Study on Robust and Fair Evaluation of Large Language Models [51.55869466207234]
  静的ベンチマークにおけるLLM(Large Language Models)の既存の評価は、データの汚染やリーダーボードのオーバーフィッティングに弱い。 LLMの動的評価のためのフレームワークであるLLMEval-3を紹介する。 LLEval-3は、220kの卒業生レベルの質問からなるプロプライエタリなバンク上に構築されており、評価実行毎に未確認のテストセットを動的にサンプリングする。
  論文  参考訳（メタデータ） (2025-08-07T14:46:30Z)
• Retrieval Augmented Generation based Large Language Models for Causality Mining [3.711112570761809]
  因果検出とマイニングは情報検索において重要な課題である。 本稿では、因果検出および抽出タスクを強化するために、複数のRAGに基づく動的プロンプトスキームを提案する。
  論文  参考訳（メタデータ） (2025-05-29T18:51:00Z)
• ChatCFD: An LLM-Driven Agent for End-to-End CFD Automation with Domain-Specific Structured Reasoning [4.098524616768554]
  ChatCFDはOpenFOAMシミュレーションのための自動エージェントシステムである。 その4段階のパイプラインは、複雑なセットアップのために反復的なトライアル-リフレクション-リファインメントを可能にする。 ChatCFDは、協調マルチエージェントシステムのためのMPPベースのエージェントネットワークにおいて、モジュラーコンポーネントとして強力な可能性を示している。
  論文  参考訳（メタデータ） (2025-05-28T08:43:49Z)
• MatPlotAgent: Method and Evaluation for LLM-Based Agentic Scientific Data Visualization [86.61052121715689]
  MatPlotAgentは、科学的データ可視化タスクを自動化するために設計された、モデルに依存しないフレームワークである。 MatPlotBenchは、100人の検証されたテストケースからなる高品質なベンチマークである。
  論文  参考訳（メタデータ） (2024-02-18T04:28:28Z)

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。