論文の概要: Digital Twins in Wind Energy: Emerging Technologies and
Industry-Informed Future Directions
- arxiv url: http://arxiv.org/abs/2304.11405v1
- Date: Sun, 16 Apr 2023 18:38:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-30 07:48:10.987480
- Title: Digital Twins in Wind Energy: Emerging Technologies and
Industry-Informed Future Directions
- Title（参考訳）: 風力エネルギーにおけるデジタルツイン : 新興技術と産業インフォームド・フューチャー
- Authors: Florian Stadtman, Adil Rasheeda, Trond Kvamsdal, Kjetil Andr\'e
Johannessen, Omer San, Konstanze K\"olle, John Olav Gi{\ae}ver Tande, Idar
Barstad, Alexis Benhamou, Thomas Brathaug, Tore Christiansen, Anouk-Letizia
Firle, Alexander Fjeldly, Lars Fr{\o}yd, Alexander Gleim, Alexander
H{\o}iberget, Catherine Meissner, Guttorm Nyg{\aa}rd, J{\o}rgen Olsen,
H{\aa}vard Paulshus, Tore Rasmussen, Elling Rishoff, John Olav Skog{\aa}s
- Abstract要約: 本稿では、風力エネルギー産業におけるデジタルツイン技術とその能力レベルについて概観する。
デジタルツインの定義と能力レベルを0-5; 0-スタンドアロン、1-記述型、2-診断型、3-予測型、4-予測型、5-自律型から統合する。
- 参考スコア（独自算出の注目度）: 107.2215527373199
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This article presents a comprehensive overview of the digital twin technology
and its capability levels, with a specific focus on its applications in the
wind energy industry. It consolidates the definitions of digital twin and its
capability levels on a scale from 0-5; 0-standalone, 1-descriptive,
2-diagnostic, 3-predictive, 4-prescriptive, 5-autonomous. It then, from an
industrial perspective, identifies the current state of the art and research
needs in the wind energy sector. The article proposes approaches to the
identified challenges from the perspective of research institutes and offers a
set of recommendations for diverse stakeholders to facilitate the acceptance of
the technology. The contribution of this article lies in its synthesis of the
current state of knowledge and its identification of future research needs and
challenges from an industry perspective, ultimately providing a roadmap for
future research and development in the field of digital twin and its
applications in the wind energy industry.
- Abstract（参考訳）: 本稿では,デジタルツイン技術とその能力レベルを包括的に概観するとともに,風力エネルギー産業におけるツイン技術の応用について述べる。
デジタル双生児の定義と能力レベルを0-5; 0-standalone, 1-descriptive, 2-diagnostic, 3-predictive, 4-prescriptive, 5-autonomousから統合する。
そして、産業的な見地から、風力エネルギー分野における技術と研究ニーズの現況を特定する。
本稿は、研究機関の観点から特定課題へのアプローチを提案し、技術受容を促進するために多様な利害関係者に一連の勧告を提供する。
この論文の貢献は、現在の知識の状態の合成と、産業の観点からの今後の研究ニーズと課題の同定であり、最終的には、デジタルツインの分野における将来の研究開発とその風力エネルギー産業への応用のロードマップを提供するものである。
関連論文リスト
- Deepfake Generation and Detection: A Benchmark and Survey [134.19054491600832]
Deepfakeは、特定の条件下で非常にリアルな顔画像やビデオを作成するための技術だ。
この調査は、ディープフェイクの発生と検出の最新の展開を包括的にレビューする。
本研究では, 顔交換, 顔再現, 話し顔生成, 顔属性編集の4つの代表的なディープフェイク分野の研究に焦点をあてる。
論文 参考訳（メタデータ） (2024-03-26T17:12:34Z) - Digital Twin for Wind Energy: Latest updates from the NorthWind project [0.0]
NorthWindは、風力エネルギーの最先端の研究とイノベーションを推進することを目指している。
デジタルツイン(Digital twins)は、物理資産やプロセスの仮想表現である。
ディジタル双生児はリアルタイムの予測、最適化、監視、制御、情報による意思決定を可能にする。
論文 参考訳（メタデータ） (2024-02-21T22:53:39Z) - From Digital Twins to Digital Twin Prototypes: Concepts, Formalization,
and Applications [55.57032418885258]
デジタル双対とは何かという合意的な定義は存在しない。
我々のデジタルツインプロトタイプ(DTP)アプローチは、組み込みソフトウェアシステムの開発と自動テストにおいて、エンジニアを支援します。
論文 参考訳（メタデータ） (2024-01-15T22:13:48Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Knowledge Engineering for Wind Energy [0.0]
本稿では,風力エネルギー分野の専門家が,データをドメイン知識に変換する上で直面する課題について論じる。
風力エネルギーセクターのデジタルトランスフォーメーションにおいて、知識工学が果たす役割を強調します。
論文 参考訳（メタデータ） (2023-10-01T22:06:10Z) - A Comprehensive Review of Digital Twin -- Part 1: Modeling and Twinning
Enabling Technologies [11.241244950889886]
デジタルツイン(Digital twin)は、産業4.0時代の新興技術である。
デジタル双生児は、物理的世界を相互接続されたデジタルモデルのグループとしてモデル化することができる。
このレビューのパート2では、不確実性定量化と最適化の役割について論じている。
論文 参考訳（メタデータ） (2022-08-26T15:01:26Z) - Mapping Industry 4.0 Technologies: From Cyber-Physical Systems to
Artificial Intelligence [0.0]
第4次産業革命は、製造業の世界を急速に変えつつある。
これらの概念の明確な定義はまだ存在しない。
この研究は、技術動向とギャップの明確な説明を提供する。
論文 参考訳（メタデータ） (2021-11-28T15:13:05Z) - Federated Learning for Industrial Internet of Things in Future
Industries [106.13524161081355]
産業用IoT(Industrial Internet of Things)は,産業用システムの運用を変革する有望な機会を提供する。
近年、人工知能(AI)はインテリジェントIIoTアプリケーションの実現に広く利用されている。
フェデレートラーニング(FL)は、複数のIIoTデバイスとマシンを協調して、ネットワークエッジでAIトレーニングを実行することで、インテリジェントなIIoTネットワークにとって特に魅力的である。
論文 参考訳（メタデータ） (2021-05-31T01:02:59Z) - Drone-based AI and 3D Reconstruction for Digital Twin Augmentation [2.309018557701645]
デジタルツイン(Digital Twin)は、産業4.0の最前線にある新興技術である。
本研究は,無人航空機によるAIと3次元再構築を利用して,建物内のデジタルツインを増強することを目的としている。
論文 参考訳（メタデータ） (2021-05-20T03:31:15Z) - Digital Twins: State of the Art Theory and Practice, Challenges, and
Open Research Questions [62.67593386796497]
この研究は、様々なDT機能と現在のアプローチ、デジタルツインの実装と導入の遅れの背景にある欠点と理由を探求する。
この遅延の主な理由は、普遍的な参照フレームワークの欠如、ドメイン依存、共有データのセキュリティ上の懸念、デジタルツインの他の技術への依存、定量的メトリクスの欠如である。
論文 参考訳（メタデータ） (2020-11-02T19:08:49Z)
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。