Registration Number
2125U011745, Article
popup.category
Стаття
Title
Technology for Developing a Recommendation Chatbot Based on Large Language Models for IoT System Design
popup.author
Гончаренко Д. В.
Мокін В. Б.
Honcharenko D. V.
Mokin V. B.
Honcharenko D. V.
Mokin V. B.
popup.publication
01-01-2025
popup.source_user
Вінницький національний технічний університет
popup.source
https://ir.lib.vntu.edu.ua/handle/123456789/49791
popup.publisher
Вінницький національний технічний університет
Description
Сучасний розвиток інформаційних технологій, зокрема Інтернету речей (IoT), відкриває нові можливості для автоматизації проєктування систем, що працюють на базі глобальних мереж малої потужності (LPWAN). Це вимагає нових підходів до створення архітектури таких систем та вибору технологічних рішень, які враховують специфіку умов їхнього використання. У дослідженні використано великі мовні моделі (LLM) для створення чат-бота, який надає рекомендації. Модель навчено на великому обсязі даних, зібраних з наукових статей і технічних документів, пов’язаних з LPWAN. Також реалізовано автоматичне створення структурованих матеріалів для проєктування, що враховують особливості таких мереж. Основні результати включають максимально деталізовані та формалізовані етапи створеної технології, яка дозволяє автоматично формувати архітектуру IoT-систем і відповідні діаграми технологічних схем (PFD-діаграми) на основі текстових описів користувачів. При цьому враховано ключові характеристики та обмеження LPWAN: низьке енергоспоживання, велика, але не безмежна, зона покриття та обмежена пропускна здатність. Це важливо для побудови ефективних і масштабованих рішень. Розроблено підхід до адаптації мовної моделі під спеціалізовану термінологію та контекст LPWAN. Охарактеризовано прийоми збільшення (аугментації) даних датасету, за рахунок використанням спеціальних бібліотек і підходів. Завдяки цьому, чат-бот може надавати точні й професійні поради, цінні для технічних спеціалістів. Наприклад, він підказує, як краще передавати дані за обмежень щодо обсягу повідомлень або частоти передачі даних. Якість відповідей на складні технічні питання значно підвищилась у порівнянні з базовими версіями моделі. Додатково створено автоматичну графічну візуалізацію потоків даних у вигляді PFD-діаграм, що полегшує розуміння структури та процесів у системі. Це сприяє кращому аналізу та ухваленню правильних рішень. Перспективи подальших досліджень передбачають удосконалення технології шляхом розширення бази знань актуальними даними та адаптації до інших IoT-протоколів для забезпечення ширшої застосовності й функціональності.
popup.nrat_date
2026-11-02
