Celem projektu jest stworzenie klasyfikatora stanu sieci dystrybucji mediów opartego o LLM. Proponowany projekt bazuje na wynikach prac badawczych projektu WaterPrime w którym opracowano system doradczy do diagnostyki stanu opomiarowanych stref (DMA) w tym detekcji wycieków i zdarzeń alarmowych. System był klasyfikatorem multimodalnych szeregów czasowych (tzn. pochodzących z różnych źródeł i z różnymi typami danych, TS) wykorzystującym lasy losowe. Oprócz wysokiej skuteczności, jego istotną cechą była wyjaśnialność – zdolność do przedstawienia użytkownikowi logicznego rozumowania uzasadniającego etykietę stanu w postaci reguł logicznych, odnoszących się do parametrów DMA. Możliwości tego klasyfikatora reprezentują dotychczasowy stan sztuki dla systemów doradczych wykorzystujących klasyczne modele ML. Intensywny rozwój modeli LLM w ciągu ostatniego roku daje możliwość stworzenia nowego systemu doradczego z klasyfikatorem TS o wysokiej skuteczności, zdolnym do interakcji z ekspertem i uzasadnienia decyzji w języku naturalnym. Wynikiem projektu będzie algorytm klasyfikatora obejmujący metodę przekształcenia danych, konstrukcję i uczenie algorytmu, oraz ocena jego skuteczności skuteczności.