DASyR-LLM: 운동학적 모델 발견을 위한 LLM 기반 도메인 인지 심볼릭 회귀 (Symbolic Regression)

요약

본 연구는 화학 공학의 핵심 과제인 운동학적 모델 발견에 LLM 기반 도메인 인지 심볼릭 회귀(SR) 프레임워크를 제안합니다. 이 프레임워크는 LLM이 물리화학적 지식을 활용하여 SR 후보를 비평하고 새로운 속도식을 제안함으로써, 기존 방식 대비 정답 모델 탐색 횟수를 크게 줄였습니다. 이는 과학적 모델 발견 과정에 LLM을 통합하는 효과적인 방법을 제시합니다.

핵심 포인트

• LLM을 이용해 운동학적 모델 발견의 효율성을 높임.
• LLM은 물리화학 지식을 활용하여 SR 후보를 비평하고 제안함.
• 기존 방식 대비 정답 모델 탐색 횟수를 크게 감소시킴.
• 도메인 인지형 자동화된 모델링 파이프라인을 구축하는 데 기여함.