Improving e-Axle System Development Efficiency through MBSE and Generative AI (LLM) (Part II)
MBSEと生成AI（LLM）活用によるe-Axleシステム開発の効率化（第2報）
- Delivery
- Available on this site
- Format
- Price
- Non-members (tax incl.)：￥1,100 Members (tax incl.)：￥880
- Publication code
- 20266215
- Paper/Info type
- Proceedings (Autumn)
No.137-26
- Pages
- 1-4(Total 4 p)
- Date of publication
- Oct 2026
- Publisher
- JSAE
- Language
- Japanese
- Event
- 2026 JSAE Annual Congress (Autumn)
Detailed Information
| Author(J) | 1) 平野 拓朗, 2) 勝城 勝, 3) 川島 一訓, 4) 河住 拓郎, 5) 片桐 大輝, 6) 森長 誠, 7) 西村 元一 |
|---|---|
| Author(E) | 1) Takurou Hirano, 2) Masaru Katsuki, 3) Kazunori Kawashima, 4) Takurou Kawasumi, 5) Daiki Katagiri, 6) Makoto Morinaga, 7) Motokazu Nishimura |
| Affiliation(J) | 1) ジヤトコ, 2) ジヤトコ, 3) ジヤトコ, 4) ジヤトコ, 5) ストックマーク, 6) ストックマーク, 7) ストックマーク |
| Affiliation(E) | 1) JATCO, 2) JATCO, 3) JATCO, 4) JATCO, 5) Stockmark, 6) Stockmark, 7) Stockmark |
| Abstract(J) | 既報では，MBSEモデルのナレッジグラフ化と生成AI活用によるe-Axle開発効率化を報告した．一方，ナレッジグラフの維持管理には継続的な更新が課題となる．本講演では，技術報告資料等の非構造化ドキュメントから，AIが情報構造を自動抽出し，グラフを継続的に更新する手法と実践例について報告する． Translation |
| Abstract(E) | In our previous report, we presented the efficiency improvement of e-Axle development by converting MBSE models into knowledge graphs and utilizing generative AI. However, a remaining challenge in maintaining the knowledge graph is the need for continuous updates. In this presentation, we propose a methodology and provide practical examples of continuously updating the graph by using AI to automatically extract information structures from unstructured documents, such as technical reports. |
