本論文は、大規模言語モデル（LLM）を活用して非定型知識を統合する問題を解決し、複雑なインフラシステム管理に効果的なデジタルツイン（DT）を構築するLSDT（LLM-Augmented Semantic Digital Twins）フレームワークを提案する。 LSDTsは、環境規制や技術指針などの非定型文書から計画知識を抽出し、形式的なオントロジーとして構成するためにLLMを利用します。このオントロジーは、物理システムの仮想モデルであるデジタルツインを駆動する意味論的階層を形成し、現実的で規制に準拠する計画シナリオをシミュレートすることを可能にします。メリーランド海上風力発電所の計画とハリケーンサンディの応用事例研究によりLSDTの効果を評価し,解釈可能で規制に準拠したレイアウト最適化,高忠実度シミュレーション,インフラ計画の適応性向上を支援することを示した。結論として、生成されたAIとデジタルツインを組み合わせて、複雑で知識ベースの計画作業を支援する可能性を提供します。
