論文の概要: Digital twins of nonlinear dynamical systems

• arxiv url: http://arxiv.org/abs/2210.06144v1
• Date: Wed, 5 Oct 2022 23:57:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-16 16:12:35.518073
• Title: Digital twins of nonlinear dynamical systems
• Title（参考訳）: 非線形力学系のディジタル双対
• Authors: Ling-Wei Kong, Yang Weng, Bryan Glaz, Mulugeta Haile, and Ying-Cheng Lai
• Abstract要約: ディジタル双生児は、対象システムのダイナミクスを、これまで経験したことのないパラメータレギュレーションに外挿できることを示す。 我々のデジタル双生児は、臨界システムの健康状態のモニタリングや、環境変化によって引き起こされる潜在的な崩壊を予測するなど、重要な応用にアピールする。
• 参考スコア（独自算出の注目度）: 2.577161800553927
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We articulate the design imperatives for machine-learning based digital twins for nonlinear dynamical systems subject to external driving, which can be used to monitor the ``health'' of the target system and anticipate its future collapse. We demonstrate that, with single or parallel reservoir computing configurations, the digital twins are capable of challenging forecasting and monitoring tasks. Employing prototypical systems from climate, optics and ecology, we show that the digital twins can extrapolate the dynamics of the target system to certain parameter regimes never experienced before, make continual forecasting/monitoring with sparse real-time updates under non-stationary external driving, infer hidden variables and accurately predict their dynamical evolution, adapt to different forms of external driving, and extrapolate the global bifurcation behaviors to systems of some different sizes. These features make our digital twins appealing in significant applications such as monitoring the health of critical systems and forecasting their potential collapse induced by environmental changes.
• Abstract（参考訳）: 本研究では,外部駆動による非線形力学系のための機械学習に基づくディジタルツインの設計命令を具体化し,対象システムの「健康」をモニタし,今後の崩壊を予測できる。 単一または並列のリザーバコンピューティング構成で、デジタル双子は予測および監視タスクに挑戦できることを実証する。 Employing prototypical systems from climate, optics and ecology, we show that the digital twins can extrapolate the dynamics of the target system to certain parameter regimes never experienced before, make continual forecasting/monitoring with sparse real-time updates under non-stationary external driving, infer hidden variables and accurately predict their dynamical evolution, adapt to different forms of external driving, and extrapolate the global bifurcation behaviors to systems of some different sizes. これらの特徴により、我々のデジタル双生児は、臨界システムの健康状態を監視し、環境変化によって引き起こされる潜在的な崩壊を予測するなど、重要な応用にアピールできる。

関連論文リスト

• Learning System Dynamics without Forgetting [60.08612207170659]
  未知の力学を持つ系の軌道予測は、物理学や生物学を含む様々な研究分野において重要である。 本稿では,モードスイッチンググラフODE (MS-GODE) の新たなフレームワークを提案する。 生体力学の異なる多様な系を特徴とする生体力学システムの新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2024-06-30T14:55:18Z)
• Digital twins of nonlinear dynamical systems: A perspective [0.0]
  非線形力学系のデジタル双対は、系の進化を発生させ、潜在的に破滅的な創発的挙動を予測することができる。 デジタル双生児は、リアルタイムでシステム「健康」モニタリングや予測的問題解決に使用することができる。 非線形力学系のディジタル双対を構築するには、スパース最適化と機械学習の2つのアプローチが存在する。
  論文  参考訳（メタデータ） (2023-09-20T16:57:11Z)
• A digital twin framework for civil engineering structures [0.6249768559720122]
  デジタルツインの概念は、条件ベースの予測保守パラダイムを前進させる魅力的な機会である。 本研究は, 土木構造物の健康モニタリング, 保守, 管理計画に対する予測的ディジタルツインアプローチを提案する。
  論文  参考訳（メタデータ） (2023-08-02T21:38:36Z)
• Probabilistic machine learning based predictive and interpretable digital twin for dynamical systems [0.0]
  ディジタルツインを更新するための2つのアプローチが提案されている。 どちらの場合も、更新されたデジタル双生児の表現は同一である。 提案手法は、ディジタル双対モデルにおける摂動の正確な説明を提供する。
  論文  参考訳（メタデータ） (2022-12-19T04:25:59Z)
• Capturing Actionable Dynamics with Structured Latent Ordinary Differential Equations [68.62843292346813]
  本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。 静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
  論文  参考訳（メタデータ） (2022-02-25T20:00:56Z)
• Supervised DKRC with Images for Offline System Identification [77.34726150561087]
  現代の力学系はますます非線形で複雑なものになりつつある。 予測と制御のためのコンパクトで包括的な表現でこれらのシステムをモデル化するフレームワークが必要である。 本手法は,教師付き学習手法を用いてこれらの基礎関数を学習する。
  論文  参考訳（メタデータ） (2021-09-06T04:39:06Z)
• Stochastically forced ensemble dynamic mode decomposition for forecasting and analysis of near-periodic systems [65.44033635330604]
  本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。 固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。 電力グリッドからの負荷データを用いたテストケースの結果が提示される。
  論文  参考訳（メタデータ） (2020-10-08T20:25:52Z)
• An Uncertainty-based Human-in-the-loop System for Industrial Tool Wear Analysis [68.8204255655161]
  人間のループシステムにおけるモンテカルロのドロップアウトに基づく不確実性対策により,システムの透明性と性能が向上することを示す。 シミュレーション研究により、不確実性に基づく「ループ内人間システム」は、様々なレベルの人間の関与に対する性能を高めることが示されている。
  論文  参考訳（メタデータ） (2020-07-14T15:47:37Z)
• Machine learning based digital twin for dynamical systems with multiple time-scales [0.0]
  デジタルツイン技術は、インフラ、航空宇宙、自動車といった様々な産業分野で広く応用される可能性がある。 ここでは、2つの異なる運用時間スケールで進化する線形単一自由度構造力学系のためのデジタルツインフレームワークに焦点を当てる。
  論文  参考訳（メタデータ） (2020-05-12T15:33:25Z)
• End-to-End Models for the Analysis of System 1 and System 2 Interactions based on Eye-Tracking Data [99.00520068425759]
  本稿では,よく知られたStroopテストの視覚的修正版において,様々なタスクと潜在的な競合事象を特定するための計算手法を提案する。 統計的分析により、選択された変数は、異なるシナリオにおける注意負荷の変動を特徴付けることができることが示された。 機械学習技術は,異なるタスクを分類精度良く区別できることを示す。
  論文  参考訳（メタデータ） (2020-02-03T17:46:13Z)

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。