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: 処理完了
- 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
- 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) - Backpropagation of Unrolled Solvers with Folded Optimization [55.04219793298687]
ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。
1つの典型的な戦略はアルゴリズムのアンローリングであり、これは反復解法の操作による自動微分に依存している。
本稿では,非ロール最適化の後方通過に関する理論的知見を提供し,効率よく解けるバックプロパゲーション解析モデルを生成するシステムに繋がる。
論文 参考訳(メタデータ) (2023-01-28T01:50:42Z) - 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) - Grid-SiPhyR: An end-to-end learning to optimize framework for
combinatorial problems in power systems [0.0]
SiPhyRは物理インフォームド機械学習フレームワークで、エンドツーエンドの学習で問題解決を最適化する。
クリーンエネルギーシステムの新たなパラダイムにおけるSiPhyRの有効性を実証する。
論文 参考訳(メタデータ) (2022-06-11T16:06:36Z) - Neural Stochastic Dual Dynamic Programming [99.80617899593526]
我々は、問題インスタンスを断片的線形値関数にマッピングすることを学ぶトレーニング可能なニューラルモデルを導入する。
$nu$-SDDPは、ソリューションの品質を犠牲にすることなく、問題解決コストを大幅に削減できる。
論文 参考訳(メタデータ) (2021-12-01T22:55:23Z) - Efficient Micro-Structured Weight Unification and Pruning for Neural
Network Compression [56.83861738731913]
ディープニューラルネットワーク(DNN)モデルは、特にリソース制限されたデバイスにおいて、実用的なアプリケーションに不可欠である。
既往の非構造的あるいは構造化された重量刈り法は、推論を真に加速することはほとんど不可能である。
ハードウェア互換のマイクロ構造レベルでの一般化された重み統一フレームワークを提案し,高い圧縮と加速度を実現する。
論文 参考訳(メタデータ) (2021-06-15T17:22:59Z) - 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) - Modeling the Second Player in Distributionally Robust Optimization [90.25995710696425]
我々は、最悪のケース分布を特徴付けるために神経生成モデルを使うことを議論する。
このアプローチは多くの実装と最適化の課題をもたらします。
提案されたアプローチは、同等のベースラインよりも堅牢なモデルを生み出す。
論文 参考訳(メタデータ) (2021-03-18T14:26:26Z) - Continual Adaptation for Deep Stereo [52.181067640300014]
本稿では,難易度と変化の激しい環境に対処するために,深層ステレオネットワークの継続的適応パラダイムを提案する。
我々のパラダイムでは、オンラインモデルに継続的に適応するために必要な学習信号は、右から左への画像ワープや従来のステレオアルゴリズムによって自己監督から得られる。
我々のネットワークアーキテクチャと適応アルゴリズムは、初めてのリアルタイム自己適応型ディープステレオシステムを実現する。
論文 参考訳(メタデータ) (2020-07-10T08:15:58Z) - 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。
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。