20.500.12556/DKUM-94191 Open-source transformer-based information retrieval system for energy efficient robotics related literature Odprtokodni Transformer sistem za iskanje informacij v literaturi povezani z energetsko učinkovito robotiko Background and Purpose: This article employs the Hugging Face keyphrase-extraction-kbir-inspec machine learning model to analyze 654 abstracts on the topic of energy efficiency in systems and control, computer science and robotics. Methods: This study targeted specific arXiv categories related to energy efficiency, scraping and processing ab - stracts with a state-of-the-art Transformer-based Hugging Face AI model to extract keyphrases, thereby enabling the creation of related keyphrase networks and the retrieval of relevant scientific preprints. Results: The results demonstrate that state-of-the-art open-source machine learning models can extract valuable information from unstructured data, revealing prominent topics in the evolving field of energy-efficiency. Conclusion: This showcases the current landscape and highlights the capability of such information systems to pinpoint both well researched and less researched areas, potentially serving as an information retrieval system or early warning system for emerging technologies that promote environmental sustainability and cost efficiency. Ozadje in namen: Uporabili smo strojno učenje po modelu Hugging Face za analizo 654 povzetkov na temo energetske učinkovitosti v sistemih, nadzoru, računalništvu in robotiki. Metode: V raziskavi so bile izbrane specifične kategorije arXiv, ki so povezane z energetsko učinkovitostjo in zajemanjem ter obdelavo povzetkov s sodobnim odprtokodnim Hugging Face keyphrase-extraction-kbir-inspec modelom za ekstrakcijo ključnih besed. Na ta način smo oblikovali povezana omrežja ključnih besed za pridobivanje relevantnih znanstvenih predpublikacij. Rezultati: Rezultati raziskave kažejo, da sodobni odprtokodni modeli strojnega učenja iz nestrukturiranih podatkov lahko izvlečejo relevantne informacije o pomembnih temah na še vedno premalo raziskanem področju energetske učinkovitosti. Zaključek: Prikazali smo trenutno stanje in možnosti za nadaljnje raziskovanje informacijskih sistemov za iskanje relevantnih informacij, ki lahko služijo odločevalcem kot managerski sistem zgodnjega obveščanja z uporabo sodobnih digitalnih tehnologij, ki spodbujajo okoljsko trajnost in izboljšujejo energetsko učinkovitost. energy efficiency keyphase extraction early warning system information system semantic network transformer models industry 4.0 energetska učinkovitost ekstrakcija ključnih besed sistemi zgodnjega obveščanja informacijski sistem semantično omrežje transformerji industrija 4.0 true true true Angleški jezik Slovenski jezik Neznano 2025-08-07 12:39:29 2025-08-07 12:39:30 2025-08-08 03:13:30 0000-00-00 00:00:00 2025 0 0 str. 196-208 ǂiss.ǂ2 Vol. 58 maj 2025 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 2025-05-01 334.72(497.4) 237913859 10.2478/orga-2025-0012 1318-5454 https://sciendo.com/article/10.2478/orga-2025-0012 1 ccfeb8df-737a-11f0-b1f8-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=194893 RAZ_Bertoncel_Tine_2025.pdf RAZ_Bertoncel_Tine_2025.pdf 1 425B19FEB8B731EB9FC63D5AE2216524 a3167a21dcd5cf80bfc6f708257a56e34939817d06e3bde9b80be54ad012fc5b 27e5beeb-737b-11f0-b1f8-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=194894 Fakulteta za organizacijske vede Organizacija 0 0 0