Constructing Dynamic Master Logic Models as Knowledge Graphs for Complex System Diagnostics Using Retrieval-Augmented Large Language Models
Di cosa parla
Si mostra come trasformare automaticamente documentazione tecnica in una mappa funzionale chiamata Dynamic Master Logic, un modello gerarchico che collega obiettivi di funzione agli elementi strutturali. Il metodo usa modelli linguistici di grandi dimensioni — cioè programmi che generano testi — e recupero mirato per costruire grafi della conoscenza, cioè reti di elementi e relazioni, utili per diagnosi, valutazioni di sicurezza e tracciamento delle dipendenze.
Cosa permette di osservare
Il lavoro invita a esplorare se e come questi strumenti possano scalare la creazione di modelli funzionali per sistemi complessi e se la loro costruzione automatica resti coerente e riproducibile rispetto alla documentazione tecnica.
Dalla fonte
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 re…