論文の概要: The DigitalTwin from an Artificial Intelligence Perspective
- arxiv url: http://arxiv.org/abs/2010.14376v1
- Date: Tue, 27 Oct 2020 15:40:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-02 12:05:16.642283
- Title: The DigitalTwin from an Artificial Intelligence Perspective
- Title（参考訳）: 人工知能の観点から見たデジタルトウィン
- Authors: Oliver Niggemann and Alexander Diedrich and Christian Kuehnert and
Erik Pfannstiel and Joshua Schraven
- Abstract要約: システムライフサイクル全体において、すべてのサービスが使用する共通かつユニークな仮想表現、すなわちDigitalTwinが必要である。
この参照モデルは、プロセス産業から実行中の例を用いて検証され、また、最近のプロジェクトで行われている作業を分析します。
- 参考スコア（独自算出の注目度）: 61.83230983253055
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Services for Cyber-Physical Systems based on Artificial Intelligence and
Machine Learning require a virtual representation of the physical. To reduce
modeling efforts and to synchronize results, for each system, a common and
unique virtual representation used by all services during the whole system
life-cycle is needed, i.e. a DigitalTwin. In this paper such a DigitalTwin,
namely the AI reference model AITwin, is defined. This reference model is
verified by using a running example from process industry and by analyzing the
work done in recent projects.
- Abstract（参考訳）: 人工知能と機械学習に基づくサイバー物理システムのためのサービスは、物理的な仮想表現を必要とする。
モデリングの労力を削減し、結果を同期するためには、システムライフサイクル全体、すなわちDigitalTwinにおいて、すべてのサービスが使用する共通かつユニークな仮想表現が必要である。
本稿では,AI参照モデルであるAI参照モデルであるDigitalTwinを定義する。
この参照モデルは、プロセス産業から実行中の例を用いて検証され、また、最近のプロジェクトで行われている作業を分析します。
関連論文リスト
- Mechanistic Neural Networks for Scientific Machine Learning [58.99592521721158]
我々は、科学における機械学習応用のためのニューラルネットワーク設計であるメカニスティックニューラルネットワークを提案する。
新しいメカニスティックブロックを標準アーキテクチャに組み込んで、微分方程式を表現として明示的に学習する。
我々のアプローチの中心は、線形プログラムを解くために線形ODEを解く技術に着想を得た、新しい線形計画解法(NeuRLP)である。
論文 参考訳（メタデータ） (2024-02-20T15:23:24Z) - On the Emergence of Symmetrical Reality [51.21203247240322]
物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。
我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
論文 参考訳（メタデータ） (2024-01-26T16:09:39Z) - From Digital Twins to Digital Twin Prototypes: Concepts, Formalization,
and Applications [55.57032418885258]
デジタル双対とは何かという合意的な定義は存在しない。
我々のデジタルツインプロトタイプ(DTP)アプローチは、組み込みソフトウェアシステムの開発と自動テストにおいて、エンジニアを支援します。
論文 参考訳（メタデータ） (2024-01-15T22:13:48Z) - Harnessing Machine Learning for Discerning AI-Generated Synthetic Images [2.6227376966885476]
我々は、AI生成画像と実画像の識別に機械学習技術を用いる。
ResNet、VGGNet、DenseNetといった先進的なディープラーニングアーキテクチャを洗練し、適応しています。
実験結果は重要であり、最適化されたディープラーニングモデルが従来の手法より優れていることを示した。
論文 参考訳（メタデータ） (2024-01-14T20:00:37Z) - AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。
本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。
実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文 参考訳（メタデータ） (2023-10-03T06:55:19Z) - Scaling Knowledge Graphs for Automating AI of Digital Twins [2.8693907332286996]
デジタルツイン(Digital Twins)は、IoT(Internet of Things)におけるシステムのデジタル表現であり、多くの場合、それらのシステムからのデータに基づいてトレーニングされたAIモデルに基づいている。
本稿では,Digital Twinsの自動化にセマンティックグラフを適用するという,ユニークな要件について論じる。
論文 参考訳（メタデータ） (2022-10-26T10:12:10Z) - A White-Box Adversarial Attack Against a Digital Twin [0.0]
本稿では,敵対的攻撃に対するDigital Twin(DT)の感受性について検討する。
まず、ディープニューラルネットワークアーキテクチャを用いて車両システムのDTを定式化し、それから敵攻撃を開始する。
トレーニングされたモデルへの入力を摂動させることでDTモデルを攻撃し、ホワイトボックスアタックによってモデルがいかに簡単に破られるかを示す。
論文 参考訳（メタデータ） (2022-10-25T13:41:02Z) - Knowledge Equivalence in Digital Twins of Intelligent Systems [3.7953718547499045]
本論文は,知的システムのデジタル双対モデルに焦点をあてる。
このようなインテリジェントな物理システムのモデリングには、仮想空間における知識認識能力を複製する必要がある。
本稿では,知識比較と更新による知識等価性の概念と等価性維持手法を提案する。
論文 参考訳（メタデータ） (2022-04-15T14:31:17Z) - RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。
シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
論文 参考訳（メタデータ） (2020-04-14T20:52:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。