Data-Driven Maintenance 4.0 with Use of Large Language Models
Fragment książki (Rozdział monografii pokonferencyjnej)
MNiSW
5
spoza wykazu
| Status: | |
| Autorzy: | Pizoń Jakub, Gola Arkadiusz, Wójcik Łukasz, Cieplak Tomasz |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Strony: | 278 - 290 |
| Web of Science® Times Cited: | 0 |
| Scopus® Cytowania: | 0 |
| Bazy: | Web of Science | Scopus |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | Intelligent Systems in Production Engineering and Maintenance IV |
| Skrócona nazwa konferencji: | ISPEM 2025 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 24 czerwca 2025 do 27 czerwca 2025 |
| Miasto konferencji: | Wrocław |
| Państwo konferencji: | POLSKA |
| Publikacja OA: | NIE |
| Abstrakty: | angielski |
| Digital technologies have been identified as a key enabler within the manufacturing sector, yet a significant challenge lies in the maintenance of these systems. The paper address the concept of maintenance systems 4.0 supported by LLM. The article proposes use of LLM in the practical implementation of maintenance tasks, while also identifying the data sources required for such a model. Furthermore, it highlights the challenges associated with the implementation of an artificial intelligence solution. In this manner, the article fulfils its stated purpose and addresses the identified research gap concerning the use of data processed by LLM models for maintenance and repair tasks. |
