論文の概要: Optimal Sensor Placement with Adaptive Constraints for Nuclear Digital
Twins
- arxiv url: http://arxiv.org/abs/2306.13637v1
- Date: Fri, 23 Jun 2023 17:47:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-26 11:58:32.921444
- Title: Optimal Sensor Placement with Adaptive Constraints for Nuclear Digital
Twins
- Title（参考訳）: 原子核デジタル双生児の適応制約を考慮した最適センサ配置
- Authors: Niharika Karnik, Mohammad G. Abdo, Carlos E. Estrada Perez, Jun Soo
Yoo, Joshua J. Cogliati, Richard S. Skifton, Pattrick Calderoni, Steven L.
Brunton, and Krithika Manohar
- Abstract要約: センサ配置の最適化手順に制約を組み込むデータ駆動手法を開発した。
ランダムに生成された状態空間システムに対して、一定の数のセンサを選択するための全ての可能な構成を計算し、アルゴリズムのほぼ最適性を実証する。
- 参考スコア（独自算出の注目度）: 1.2266815953453059
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Given harsh operating conditions and physical constraints in reactors,
nuclear applications cannot afford to equip the physical asset with a large
array of sensors. Therefore, it is crucial to carefully determine the placement
of sensors within the given spatial limitations, enabling the reconstruction of
reactor flow fields and the creation of nuclear digital twins. Various design
considerations are imposed, such as predetermined sensor locations, restricted
areas within the reactor, a fixed number of sensors allocated to a specific
region, or sensors positioned at a designated distance from one another. We
develop a data-driven technique that integrates constraints into an
optimization procedure for sensor placement, aiming to minimize reconstruction
errors. Our approach employs a greedy algorithm that can optimize sensor
locations on a grid, adhering to user-defined constraints. We demonstrate the
near optimality of our algorithm by computing all possible configurations for
selecting a certain number of sensors for a randomly generated state space
system. In this work, the algorithm is demonstrated on the Out-of-Pile Testing
and Instrumentation Transient Water Irradiation System (OPTI-TWIST) prototype
vessel, which is electrically heated to mimic the neutronics effect of the
Transient Reactor Test facility (TREAT) at Idaho National Laboratory (INL). The
resulting sensor-based reconstruction of temperature within the OPTI-TWIST
minimizes error, provides probabilistic bounds for noise-induced uncertainty
and will finally be used for communication between the digital twin and
experimental facility.
- Abstract（参考訳）: 原子炉の厳しい運転条件と物理的制約を考えると、核の用途は大量のセンサーで物理的資産を供給できない。
そのため、所与の空間制限内でのセンサー配置を慎重に決定し、原子炉の流れ場を再構築し、核デジタル双極子を作れるようにすることが重要である。
所定のセンサー位置、原子炉内の制限領域、特定の領域に割り当てられた一定数のセンサー、または互いに所定の距離に位置するセンサーなど、様々な設計上の考慮が課される。
センサ配置の最適化手順に制約を組み込むデータ駆動手法を開発し,再構成誤差を最小限に抑える。
提案手法では,グリッド上のセンサ位置を最適化し,ユーザ定義の制約に固執する。
我々は、ランダムに生成された状態空間システムに対して、ある数のセンサを選択するための全ての可能な構成を計算し、アルゴリズムのほぼ最適性を示す。
本研究は, アイダホ国立研究所(inl)の過渡反応試験施設(treat)の中性子効果を再現するために電気的に加熱される, 配管外試験およびインスツルメンテーション過渡水照射装置(opti-twist)の試作船について実証した。
その結果、OPTI-TWIST内の温度のセンサによる再構成は誤差を最小限に抑え、ノイズによる不確実性の確率的境界を提供し、最終的にデジタル双対と実験施設間の通信に使用される。
関連論文リスト
- A physics-driven sensor placement optimization methodology for temperature field reconstruction [9.976807723785006]
温度場再構成のための物理駆動型センサ配置最適化(PSPO)手法を提案する。
PSPO法はランダム選択法と均一選択法を大きく上回り、ほぼ一桁の精度で復元精度を向上させる。
論文 参考訳（メタデータ） (2024-09-27T03:26:38Z) - Neuromorphic Split Computing with Wake-Up Radios: Architecture and Design via Digital Twinning [97.99077847606624]
本研究は,遠隔・無線接続型NPUからなる分割計算機システムに,覚醒無線機構を組み込んだ新しいアーキテクチャを提案する。
覚醒無線に基づくニューロモルフィックスプリットコンピューティングシステムの設計における重要な課題は、検知、覚醒信号検出、意思決定のためのしきい値の選択である。
論文 参考訳（メタデータ） (2024-04-02T10:19:04Z) - One Masked Model is All You Need for Sensor Fault Detection, Isolation and Accommodation [1.0359008237358598]
マスク付きモデルと自己教師型学習を用いたセンサ故障検出のための新しいフレームワークを提案する。
提案手法を,オフショアGE風力タービンのパブリックデータセットと実世界のデータセットの両方で検証する。
提案手法は,センサ計測の精度と信頼性をリアルタイムに向上する可能性がある。
論文 参考訳（メタデータ） (2024-03-24T13:44:57Z) - TCI-Former: Thermal Conduction-Inspired Transformer for Infrared Small
Target Detection [58.00308680221481]
赤外線小目標検出(ISTD)は国家安全保障に重要であり、軍事分野で広く応用されている。
ほとんどの ISTD ネットワークは特徴抽出ブロックや特徴融合モジュールの設計に重点を置いているが、特徴写像の進化の観点から ISTD プロセスを記述することは稀である。
熱伝導理論に基づく熱伝導型変圧器(TCI-Former)を提案する。
論文 参考訳（メタデータ） (2024-02-03T05:51:22Z) - Data-Based Design of Multi-Model Inferential Sensors [0.0]
産業プロセスの非線形特性は、通常、単純な線形推論センサーを設計する主な制限である。
本稿では,マルチモデル推論センサの設計のための2つの新しいアプローチを提案する。
その結果、単モデル/複数モデル推論センサの最先端設計技術よりも大幅に改善された。
論文 参考訳（メタデータ） (2023-08-05T12:55:15Z) - Complexity Matters: Rethinking the Latent Space for Generative Modeling [65.64763873078114]
生成的モデリングにおいて、多くの成功したアプローチは、例えば安定拡散のような低次元の潜在空間を利用する。
本研究では, モデル複雑性の観点から潜在空間を再考することにより, 未探索の話題に光を当てることを目的としている。
論文 参考訳（メタデータ） (2023-07-17T07:12:29Z) - Detection of Sensor-To-Sensor Variations using Explainable AI [2.2956649873563952]
化学抵抗性ガス検知装置は製造中のセンサの変動の問題に悩まされている。
本研究では、SHAP(SHAP)のAI(XAI)法を用いて、センサデバイスにおけるセンサとセンサの変動を検出する新しい手法を提案する。
本手法は,GRU(Gated Recurrent Unit)モデルをトレーニングするために,人工的および現実的なオゾン濃度プロファイルを用いて試験する。
論文 参考訳（メタデータ） (2023-06-19T11:00:54Z) - Environmental Sensor Placement with Convolutional Gaussian Neural
Processes [65.13973319334625]
センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。
確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。
本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
論文 参考訳（メタデータ） (2022-11-18T17:25:14Z) - Information Entropy Initialized Concrete Autoencoder for Optimal Sensor
Placement and Reconstruction of Geophysical Fields [58.720142291102135]
そこで本稿では,スパーク計測による地場再構成のためのセンサ配置の最適化について提案する。
本研究では, (a) 温度と (b) バレンツ海周辺の塩分濃度場とスバルバルド諸島群を例に示す。
得られた最適センサ位置は, 物理的解釈が明確であり, 海流の境界に対応することが判明した。
論文 参考訳（メタデータ） (2022-06-28T12:43:38Z) - A reconfigurable neural network ASIC for detector front-end data
compression at the HL-LHC [0.40690419770123604]
ニューラルネットワークのオートエンコーダモデルを放射線耐性ASICに実装して、損失のあるデータ圧縮を行うことができる。
これは、粒子物理学アプリケーション用に設計されたニューラルネットワークの耐放射線性オンディテクタASIC実装である。
論文 参考訳（メタデータ） (2021-05-04T18:06:23Z) - Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。
このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。
その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
論文 参考訳（メタデータ） (2021-02-02T15:44:39Z)
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。