Fugu-MT 論文翻訳(概要): Enhancing an Intelligent Digital Twin with a Self-organized Reconfiguration Management based on Adaptive Process Models

論文の概要: Enhancing an Intelligent Digital Twin with a Self-organized Reconfiguration Management based on Adaptive Process Models

arxiv url: http://arxiv.org/abs/2107.03324v1
Date: Wed, 7 Jul 2021 16:02:53 GMT
ステータス: 翻訳完了
システム内更新日: 2021-07-08 14:11:33.175473
Title: Enhancing an Intelligent Digital Twin with a Self-organized Reconfiguration Management based on Adaptive Process Models
Title（参考訳）: 適応プロセスモデルに基づく自己組織的再構成管理によるインテリジェントディジタル双極子の実現
Authors: Timo M\"uller, Benjamin Lindemann, Tobias Jung, Nasser Jazdi, Michael Weyrich
Abstract要約: 製品ライフサイクルの短縮と生産の個別化の増大は、産業自動化システムにおける再構成需要の増大につながる。本稿では,適応プロセスモデルに基づく自己組織的再構成管理により,インテリジェントなディジタルツインを強化する手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Shorter product life cycles and increasing individualization of production leads to an increased reconfiguration demand in the domain of industrial automation systems, which will be dominated by cyber-physical production systems in the future. In constantly changing systems, however, not all configuration alternatives of the almost infinite state space are fully understood. Thus, certain configurations can lead to process instability, a reduction in quality or machine failures. Therefore, this paper presents an approach that enhances an intelligent Digital Twin with a self-organized reconfiguration management based on adaptive process models in order to find optimized configurations more comprehensively.
Abstract（参考訳）: 製品ライフサイクルの短縮と生産の個別化の増大は、将来サイバー物理生産システムに支配される産業自動化システムの領域における再構成需要の増加につながる。しかし、常に変化するシステムでは、ほぼ無限の状態空間の全ての構成代替案が完全に理解されるわけではない。したがって、特定の構成はプロセスの不安定や品質の低下、機械の故障につながる可能性がある。そこで本稿では,適応プロセスモデルに基づく自己組織型再構成管理により,より包括的に最適化された構成を求める手法を提案する。

関連論文リスト

LADs: Leveraging LLMs for AI-Driven DevOps [3.240228178267042]
LADは、どの条件の下で最適化が機能するかを詳細に分析することで、構成最適化の原則化されたアプローチである。 Retrieval-Augmented Generation、Few-Shot Learning、Chain-of-Thought、Feedback-Based Prompt Chainingを活用することで、LADは正確な構成を生成し、デプロイメント障害から反復的に洗練されたシステム設定を学ぶ。我々の発見は、パフォーマンス、コスト、スケーラビリティのトレードオフに関する重要な洞察を明らかにし、実践者が異なるデプロイメントシナリオに対して適切な戦略を決定するのに役立つ。
論文参考訳（メタデータ） (2025-02-28T08:12:08Z)
DNN-Powered MLOps Pipeline Optimization for Large Language Models: A Framework for Automated Deployment and Resource Management [0.0]
本研究では、Deep Neural Networks(DNN)を活用してMLOpsパイプラインをLarge Language Models(LLM)に最適化する新しいフレームワークを提案する。当社のアプローチでは,最適なパフォーマンスとコスト効率を維持しつつ,デプロイメント決定やリソース割り当て,パイプライン最適化を自動化するインテリジェントシステムを導入しています。
論文参考訳（メタデータ） (2025-01-14T14:15:32Z)
Self-Adaptive ERP: Embedding NLP into Petri-Net creation and Model Matching [0.0]
本研究では,企業プロセスモデルとシステム利用分析を用いたカスタマイズを自動化する自己適応ERPフレームワークを提案する。このフレームワークは、Design Science Research (DSR) と Systematic Literature Review (SLR) を使って構築され、手動による調整への依存を減らす。
論文参考訳（メタデータ） (2025-01-07T14:01:59Z)
Synergistic Development of Perovskite Memristors and Algorithms for Robust Analog Computing [53.77822620185878]
本稿では,ペロブスカイト・メムリスタの製作を同時に最適化し,ロバストなアナログDNNを開発するための相乗的手法を提案する。 BO誘導ノイズインジェクションを利用したトレーニング戦略であるBayesMultiを開発した。我々の統合されたアプローチは、より深くより広いネットワークでのアナログコンピューティングの使用を可能にし、最大100倍の改善を実現します。
論文参考訳（メタデータ） (2024-12-03T19:20:08Z)
Automated Strategy Invention for Confluence of Term Rewrite Systems [3.662364375995991]
学習誘導型自動合流証明器の開発に機械学習を適用した。我々の発明した戦略を取り入れた場合、拡張データセットとオリジナルの人為的ベンチマークデータセットCopsの両方で人為的に設計された戦略を上回ります。
論文参考訳（メタデータ） (2024-11-10T10:08:43Z)
Automatically Learning Hybrid Digital Twins of Dynamical Systems [56.69628749813084]
Digital Twins (DT)は、現実世界のシステムの状態と時間力学をシミュレートする。 DTは、しばしばデータスカース設定で目に見えない条件に一般化するのに苦労します。本稿では,HDTwinsを自律的に提案し,評価し,最適化するための進化的アルゴリズム(textbfHDTwinGen$)を提案する。
論文参考訳（メタデータ） (2024-10-31T07:28:22Z)
Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。製品ライフサイクルを通じてデータをデジタル化することで、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。産業用IoT(Industrial Internet of Things, IIoT)デバイスを利用すれば、DTを構築するためのデータを共有するメカニズムは、悪い選択問題の影響を受けやすい。
論文参考訳（メタデータ） (2024-08-02T10:47:10Z)
Continual Model-based Reinforcement Learning for Data Efficient Wireless Network Optimisation [73.04087903322237]
制御ポリシの継続強化学習としてスループット最適化を定式化する。シミュレーションの結果,提案システムでは,エンド・ツー・エンドのデプロイメントのリードタイムを2倍に短縮できることがわかった。
論文参考訳（メタデータ） (2024-04-30T11:23:31Z)
Parameter-Adaptive Approximate MPC: Tuning Neural-Network Controllers without Retraining [50.00291020618743]
この研究は、大規模なデータセットを再計算し、再トレーニングすることなくオンラインチューニングが可能な、新しいパラメータ適応型AMPCアーキテクチャを導入している。資源制約の厳しいマイクロコントローラ(MCU)を用いた2種類の実カートポールシステムの揺らぎを制御し,パラメータ適応型AMPCの有効性を示す。これらの貢献は、現実世界のシステムにおけるAMPCの実践的応用に向けた重要な一歩である。
論文参考訳（メタデータ） (2024-04-08T20:02:19Z)
Machine Learning Insides OptVerse AI Solver: Design Principles and Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文参考訳（メタデータ） (2024-01-11T15:02:15Z)
Resiliency Analysis of LLM generated models for Industrial Automation [0.7018015405843725]
本稿では,Large Language Models (LLMs) を用いた自動生成産業自動化・制御システムのレジリエンスと効率性について検討する。本研究の目的は、産業自動化・制御における自動生成システムの有効性と信頼性に関する洞察を提供することと、その設計・実装改善の可能性を明らかにすることである。
論文参考訳（メタデータ） (2023-08-23T13:35:36Z)
Slimmable Domain Adaptation [112.19652651687402]
重み付けモデルバンクを用いて、ドメイン間の一般化を改善するためのシンプルなフレームワーク、Slimmable Domain Adaptationを導入する。私たちのフレームワークは、他の競合するアプローチを、複数のベンチマークにおいて非常に大きなマージンで上回ります。
論文参考訳（メタデータ） (2022-06-14T06:28:04Z)
Transfer Learning as an Enhancement for Reconfiguration Management of Cyber-Physical Production Systems [0.0]
製造システムの要求の頻繁な変更により、再構成需要が増加している。近年のアプローチでは、最適な構成を選択可能な構成代替案を検討することを目的としている。本稿では,伝達学習による総合的再構成管理の強化を提案する。
論文参考訳（メタデータ） (2021-05-31T06:50:58Z)
Many-Objective Software Remodularization using NSGA-III [17.487053547108516]
NSGA-IIIを用いた多目的探索手法を提案する。このプロセスは、パッケージの構造を改善し、変更数を最小化し、セマンティクスの一貫性を保ち、変更の歴史を再利用する最適な再モジュール化ソリューションを見つけることを目的としている。
論文参考訳（メタデータ） (2020-05-13T18:34:15Z)
Optimal by Design: Model-Driven Synthesis of Adaptation Strategies for Autonomous Systems [9.099295007630484]
我々は,自律システムのための最適適応戦略のモデルベース要求駆動型合成のためのフレームワークであるOptimal by Design (ObD)を提案する。 ObDは、自己適応システムの基本的な要素、すなわちシステム、能力、要求、環境の高レベルな記述のためのモデルを提案する。これらの要素に基づいてマルコフ決定プロセス(MDP)が構築され、最適な戦略や最も報いるシステム行動を計算する。
論文参考訳（メタデータ） (2020-01-16T12:49:55Z)

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。