論文の概要: Through-life Monitoring of Resource-constrained Systems and Fleets
- arxiv url: http://arxiv.org/abs/2301.01017v1
- Date: Tue, 3 Jan 2023 09:26:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-04 15:33:21.072243
- Title: Through-life Monitoring of Resource-constrained Systems and Fleets
- Title（参考訳）: 資源制約システムと艦隊の生涯モニタリング
- Authors: Felipe Montana, Adam Hartwell, Will Jacobs, Visakan Kadirkamanathan,
Andrew R Mills, Tom Clark
- Abstract要約: デジタルツイン(Digital Twin、DT)は、経済、社会的、商業的な価値を付加する決定を行うための情報を提供する物理システムのシミュレーションである。
リソース制約のあるシステムでは、オンボード学習やオフボードデータ転送といった課題のため、DTの更新は簡単ではない。
本稿では,システムヘルスモニタリングを目的とした資源制約付きシステムのデータ駆動型DTを更新するためのフレームワークを提案する。
- 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: A Digital Twin (DT) is a simulation of a physical system that provides
information to make decisions that add economic, social or commercial value.
The behaviour of a physical system changes over time, a DT must therefore be
continually updated with data from the physical systems to reflect its changing
behaviour. For resource-constrained systems, updating a DT is non-trivial
because of challenges such as on-board learning and the off-board data
transfer. This paper presents a framework for updating data-driven DTs of
resource-constrained systems geared towards system health monitoring. The
proposed solution consists of: (1) an on-board system running a light-weight DT
allowing the prioritisation and parsimonious transfer of data generated by the
physical system; and (2) off-board robust updating of the DT and detection of
anomalous behaviours. Two case studies are considered using a production gas
turbine engine system to demonstrate the digital representation accuracy for
real-world, time-varying physical systems.
- Abstract（参考訳）: デジタルツイン(Digital Twin、DT)は、経済、社会的、商業的な価値を付加する決定を行うための情報を提供する物理システムのシミュレーションである。
物理システムの振る舞いは時間とともに変化し、dtはその変化の振る舞いを反映して物理システムからのデータで継続的に更新されなければならない。
リソース制約のあるシステムでは、オンボード学習やオフボードデータ転送といった課題のため、DTの更新は簡単ではない。
本稿では,システムヘルスモニタリングを指向したデータ駆動型システムdtsを更新するためのフレームワークを提案する。
提案手法は,(1)物理系が生成したデータの優先順位と相同的な転送を可能にする軽量DTを運用するオンボードシステムと,(2)DTの堅牢な更新と異常な動作の検出とからなる。
実世界の時変物理システムのディジタル表現精度を実証するために生産ガスタービンエンジンシステムを用いた2つのケーススタディが検討されている。
関連論文リスト
- 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) - 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) - Causal Semantic Communication for Digital Twins: A Generalizable
Imitation Learning Approach [74.25870052841226]
デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。
無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。
DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
論文 参考訳（メタデータ） (2023-04-25T00:15:00Z) - TwinExplainer: Explaining Predictions of an Automotive Digital Twin [0.0]
データ駆動型Digital Twin(DT)システムでは,このような処理が可能である。
現在のDT技術は、それらの予測に対する正当化や説明の欠如によって制約される様々なディープラーニング(DL)技術を利用している。
本稿では,TwinExplainerシステムとその3層アーキテクチャパイプラインを用いて,自動車DTの予測について述べる。
論文 参考訳（メタデータ） (2023-02-01T00:11:18Z) - Towards Transportation Digital Twin Systems for Traffic Safety and
Mobility Applications: A Review [3.522062800701924]
デジタルツイン(DT)システムは、物理的オブジェクトの仮想レプリカを作成し、物理的オブジェクトをリアルタイムで更新することを目的としている。
本稿では,TDT(Transport DT)システムの階層的概念として,個々の輸送資産からネットワーク全体のTDTを構築することを提案する。
論文 参考訳（メタデータ） (2022-12-23T10:31:07Z) - A Bayesian Framework for Digital Twin-Based Control, Monitoring, and
Data Collection in Wireless Systems [35.59201763567714]
デジタルツイン(DT)プラットフォームは、ソフトウェアベースのオープンな通信システムを制御、監視、分析するための有望なパラダイムと見なされている。
DTシステムのデプロイにおける重要な課題は、DTにおける仮想制御の最適化、監視、分析が安全で信頼性の高いものであることを保証することである。
本稿では,DTにおけるモデル不確実性の定量化と解析を目的とした一般ベイズフレームワークを提案する。
論文 参考訳（メタデータ） (2022-12-02T18:13:48Z) - System Resilience through Health Monitoring and Reconfiguration [56.448036299746285]
人為的なシステムのレジリエンスを、予期せぬ事象に対して向上させるためのエンドツーエンドのフレームワークを実証する。
このフレームワークは物理ベースのデジタルツインモデルと,リアルタイム故障診断,予後,再構成を行う3つのモジュールに基づいている。
論文 参考訳（メタデータ） (2022-08-30T20:16:17Z) - Explainable Human-in-the-loop Dynamic Data-Driven Digital Twins [6.657586324950896]
Digital Twins (DT) は基本的に動的データ駆動型モデルであり、現実世界のシステムのリアルタイム共生「仮想レプリカ」として機能する。
本稿では, 双方向共生感覚フィードバックを利用して, ヒューマン・イン・ザ・ループ型DDDASおよびDTシステムにおける説明可能性を活用する手法を提案する。
論文 参考訳（メタデータ） (2022-07-19T07:15:12Z) - 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) - Automatic digital twin data model generation of building energy systems
from piping and instrumentation diagrams [58.720142291102135]
建物からP&IDのシンボルや接続を自動で認識する手法を提案する。
シンボル認識,線認識,およびデータセットへの接続の導出にアルゴリズムを適用する。
このアプローチは、制御生成、(分散)モデル予測制御、障害検出といった、さらなるプロセスで使用することができる。
論文 参考訳（メタデータ） (2021-08-31T15:09:39Z) - DySMHO: Data-Driven Discovery of Governing Equations for Dynamical
Systems via Moving Horizon Optimization [77.34726150561087]
本稿では,スケーラブルな機械学習フレームワークである移動水平最適化(DySMHO)による動的システムの発見について紹介する。
DySMHOは、基底関数の大きな辞書から基礎となる支配方程式を逐次学習する。
標準非線形力学系の例は、DySMHOが規則を正確に回復できることを示すために用いられる。
論文 参考訳（メタデータ） (2021-07-30T20:35:03Z)
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。