LAST-RAG: Recupero Ancorato alla Letteratura per la Selezione del Modello di Degrado

Viene proposto un nuovo metodo chiamato Literature-Anchored Stochastic Trajectory Retrieval-Augmented Generation (LAST-RAG) per migliorare la selezione del processo stocastico per la stima della vita utile residua (RUL). I metodi esistenti di selezione del modello si basano sull'adattamento statistico delle traiettorie osservate dell'indicatore di salute (HI), che può essere incoerente con i meccanismi di degrado sottostanti in presenza di finestre di osservazione brevi o rumore elevato. LAST-RAG affronta questo problema combinando le traiettorie HI osservate con il contesto specifico del dominio proveniente da un archivio di prove locale, condizionando gerarchicamente i modelli di degrado candidati in base a prove teoriche e meccaniche. Il metodo incorpora anche il Rule-based Confidence Reasoning with Uncertain State (RCRUS) per gestire l'incertezza. L'articolo è disponibile su arXiv con identificativo 2605.17902.