論文の概要: Digital Twin and Artificial Intelligence Incorporated With Surrogate
Modeling for Hybrid and Sustainable Energy Systems
- arxiv url: http://arxiv.org/abs/2210.00073v1
- Date: Fri, 30 Sep 2022 20:14:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 13:38:36.670517
- Title: Digital Twin and Artificial Intelligence Incorporated With Surrogate
Modeling for Hybrid and Sustainable Energy Systems
- Title（参考訳）: ハイブリッド・サステナブルエネルギーシステムのためのサロゲートモデリングを取り入れたディジタルツインと人工知能
- Authors: Abid Hossain Khan, Salauddin Omar, Nadia Mushtary, Richa Verma, Dinesh
Kumar, Syed Alam
- Abstract要約: 代理モデリングは科学と工学の分野における計算に革命をもたらした。
人工知能が支援するサロゲートモデルは、計算時間を大幅に削減して、高精度な結果を示すことができる。
エネルギーシステムへの適用性を評価するための有望な技術の1つは、デジタルツインである。
- 参考スコア（独自算出の注目度）: 0.3969046654861533
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Surrogate modeling has brought about a revolution in computation in the
branches of science and engineering. Backed by Artificial Intelligence, a
surrogate model can present highly accurate results with a significant
reduction in computation time than computer simulation of actual models.
Surrogate modeling techniques have found their use in numerous branches of
science and engineering, energy system modeling being one of them. Since the
idea of hybrid and sustainable energy systems is spreading rapidly in the
modern world for the paradigm of the smart energy shift, researchers are
exploring the future application of artificial intelligence-based surrogate
modeling in analyzing and optimizing hybrid energy systems. One of the
promising technologies for assessing applicability for the energy system is the
digital twin, which can leverage surrogate modeling. This work presents a
comprehensive framework/review on Artificial Intelligence-driven surrogate
modeling and its applications with a focus on the digital twin framework and
energy systems. The role of machine learning and artificial intelligence in
constructing an effective surrogate model is explained. After that, different
surrogate models developed for different sustainable energy sources are
presented. Finally, digital twin surrogate models and associated uncertainties
are described.
- Abstract（参考訳）: 代理モデリングは科学と工学の分野における計算に革命をもたらした。
人工知能によって支えられたサーロゲートモデルは、実際のモデルのコンピュータシミュレーションよりも計算時間を大幅に削減し、高精度な結果を得ることができる。
サーロゲートモデリング技術は科学と工学の多くの分野で使われており、エネルギーシステムのモデリングもその1つとなっている。
ハイブリッド・サステナブルエネルギーシステムのアイデアは、スマートエネルギーシフトのパラダイムとして現代世界で急速に広まっているため、研究者たちはハイブリッドエネルギーシステムの分析と最適化における人工知能ベースのサロゲートモデリングの今後の応用を模索している。
エネルギーシステムへの適用性を評価するための有望な技術の1つは、代理モデルを活用するデジタルツインである。
本稿では,人工知能駆動のサロゲートモデリングとその応用に関する包括的なフレームワーク・レビューを行い,デジタルツインフレームワークとエネルギーシステムに着目した。
効果的な代理モデル構築における機械学習と人工知能の役割を解説する。
その後、異なる持続可能エネルギー源向けに開発された異なるサロゲートモデルが提示される。
最後に,デジタルツインサロゲートモデルと関連する不確実性について述べる。
関連論文リスト
- Present and Future of AI in Renewable Energy Domain : A Comprehensive Survey [0.0]
人工知能(AI)は、様々な産業におけるプロセスを合理化するための重要な手段となっている。
現代の電力システムの再生可能エネルギー(RE)を支援するため、9つのAIベースの戦略がここで特定されている。
この研究は、再生可能エネルギー生成にAI技術を使用すること、再生可能エネルギー予測にAIを活用すること、エネルギーシステムの最適化という3つの主要なトピックについても論じている。
論文 参考訳（メタデータ） (2024-06-22T04:36:09Z) - Advancing Building Energy Modeling with Large Language Models: Exploration and Case Studies [2.8879609855863713]
人工知能の急速な進歩は、ChatGPTのような大きな言語モデルの出現を促している。
本稿では,大規模言語モデルの革新的統合とエネルギーモデリングソフトウェアの構築について考察する。
論文 参考訳（メタデータ） (2024-02-14T21:02:07Z) - 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) - DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳（メタデータ） (2023-11-28T18:58:48Z) - A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian
Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。
我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文 参考訳（メタデータ） (2023-10-14T23:28:48Z) - 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) - Energy-frugal and Interpretable AI Hardware Design using Learning
Automata [5.514795777097036]
Tsetlin Machineと呼ばれる新しい機械学習アルゴリズムが提案されている。
本稿では,エネルギーフルーガルな人工知能ハードウェア設計手法について検討する。
本研究は, 資源配分が, 頑健かつ解釈可能な学習を達成しつつ, 決定的なエネルギー削減をもたらすことを示す。
論文 参考訳（メタデータ） (2023-05-19T15:11:18Z) - 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) - Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。
シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。
我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
論文 参考訳（メタデータ） (2021-12-06T18:45:31Z) - 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) - The role of surrogate models in the development of digital twins of
dynamic systems [0.0]
デジタルツイン技術は、幅広い応用可能性の約束、関連性、可能性を秘めている。
デジタルツインはデータと計算手法を活用することが期待されている。
我々は,デジタルツイン技術における代理モデルの利用の可能性について検討した。
論文 参考訳（メタデータ） (2020-01-25T10:48:35Z)
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。