| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Open-source transformer-based information retrieval system for energy efficient robotics related literature
Avtorji:ID Bertoncel, Tine (Avtor)
Datoteke:URL https://sciendo.com/article/10.2478/orga-2025-0012
 
.pdf RAZ_Bertoncel_Tine_2025.pdf (1,62 MB)
MD5: 425B19FEB8B731EB9FC63D5AE2216524
 
Jezik:Angleški jezik
Vrsta gradiva:Neznano
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FOV - Fakulteta za organizacijske vede
Opis: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.
Ključne besede:energy efficiency, keyphase extraction, early warning system, information system, semantic network, transformer models, industry 4.0
Datum objave:01.05.2025
Leto izida:2025
Št. strani:str. 196-208
Številčenje:Vol. 58, ǂiss.ǂ2
PID:20.500.12556/DKUM-94191 Novo okno
UDK:334.72(497.4)
COBISS.SI-ID:237913859 Novo okno
DOI:10.2478/orga-2025-0012 Novo okno
ISSN pri članku:1318-5454
Datum objave v DKUM:07.08.2025
Število ogledov:178
Število prenosov:7
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Organizacija : revija za management, informatiko in kadre
Skrajšan naslov:Organizacija
Založnik:Moderna organizacija
ISSN:1318-5454
COBISS.SI-ID:610909 Novo okno

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.

Sekundarni jezik

Jezik:Slovenski jezik
Naslov:Odprtokodni Transformer sistem za iskanje informacij v literaturi povezani z energetsko učinkovito robotiko
Opis: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.
Ključne besede:energetska učinkovitost, ekstrakcija ključnih besed, sistemi zgodnjega obveščanja, informacijski sistem, semantično omrežje, transformerji, industrija 4.0


Zbirka

To gradivo je del naslednjih zbirk del:
  1. Organizacija

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici