ترجمه فارسی مقاله عیب‌یابی هوشمند در سطح صنعتی از طریق پردازش زبان فنی سببی: اثبات مفهوم

چکیده

This paper describes the development of a causal diagnosis approach for troubleshooting an industrial environment on the basis of the technical language expressed in Return on Experience records. The proposed method leverages the vectorized linguistic knowledge contained in the distributed representation of a Large Language Model, and the causal associations entailed by the embedded failure modes and mechanisms of the industrial assets. The paper presents the elementary but essential concepts of the solution, which is conceived as a causality-aware retrieval augmented generation system, and illustrates them experimentally on a real-world Predictive Maintenance setting. Finally, it discusses avenues of improvement for the maturity of the utilized causal technology to meet the robustness challenges of increasingly complex scenarios in the industry.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله ، توسعه یک رویکرد تشخیص علی برای عیب یابی یک محیط صنعتی بر اساس زبان فنی بیان شده در ازای سوابق تجربه شرح داده شده است.روش پیشنهادی دانش زبانی بردار موجود در بازنمایی توزیع شده از یک مدل زبان بزرگ را اعمال می کند ، و انجمن های علی ناشی از حالت های خرابی تعبیه شده و مکانیسم های دارایی های صنعتی.در این مقاله مفاهیم ابتدایی اما اساسی از راه حل ارائه شده است ، که به عنوان یک سیستم تولید تقویت شده بازیابی علیت و علیت تصور می شود و آنها را به صورت تجربی در یک تنظیم پیش بینی کننده پیش بینی در دنیای واقعی نشان می دهد.سرانجام ، در مورد راه های پیشرفت برای بلوغ فناوری علیت مورد استفاده برای برآورده کردن چالش های استحکام سناریوهای فزاینده پیچیده در صنعت بحث می کند.