論文の概要: Digital twins of nonlinear dynamical systems: A perspective
- arxiv url: http://arxiv.org/abs/2309.11461v1
- Date: Wed, 20 Sep 2023 16:57:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-21 15:32:42.160605
- Title: Digital twins of nonlinear dynamical systems: A perspective
- Title(参考訳): 非線形力学系のディジタル双対:一視点
- Authors: Ying-Cheng Lai
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Digital twins have attracted a great deal of recent attention from a wide
range of fields. A basic requirement for digital twins of nonlinear dynamical
systems is the ability to generate the system evolution and predict potentially
catastrophic emergent behaviors so as to providing early warnings. The digital
twin can then be used for system "health" monitoring in real time and for
predictive problem solving. In particular, if the digital twin forecasts a
possible system collapse in the future due to parameter drifting as caused by
environmental changes or perturbations, an optimal control strategy can be
devised and executed as early intervention to prevent the collapse. Two
approaches exist for constructing digital twins of nonlinear dynamical systems:
sparse optimization and machine learning. The basics of these two approaches
are described and their advantages and caveats are discussed.
- Abstract(参考訳): デジタル双生児は、様々な分野から最近多くの注目を集めています。
非線形力学系のディジタル双対の基本的な要件は、システムの進化を発生させ、破滅的な緊急行動を予測する能力であり、早期警告を提供する。
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。
特に、デジタル双生児が環境変化や摂動によるパラメータドリフトによる将来のシステム崩壊を予測すれば、崩壊を防止するための早期介入として最適な制御戦略を考案し実行することができる。
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。
これら2つのアプローチの基本について述べ,その利点と留意点について論じる。
関連論文リスト
- Learning Physics From Video: Unsupervised Physical Parameter Estimation for Continuous Dynamical Systems [49.11170948406405]
ビデオからの自動パラメータ推定の最先端は、大規模データセット上で教師付きディープネットワークをトレーニングすることによって解決される。
単一ビデオから, 既知, 連続制御方程式の物理パラメータを推定する手法を提案する。
論文 参考訳(メタデータ) (2024-10-02T09:44:54Z) - 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) - 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) - Long-term instabilities of deep learning-based digital twins of the
climate system: The cause and a solution [0.0]
長期安定は、深層学習に基づくデータ駆動型デジタル双生児にとって重要な特性である。
深層学習に基づく時間積分器における乱流物理と収束の欠如が、このバイアスを増幅し、不安定なエラー伝播をもたらすことを示す。
気候システムのための長期安定なデータ駆動型デジタル双生児を開発し、正確な短期予測を示し、数百年間の長期安定な時間積分と正確な平均と変動性を示す。
論文 参考訳(メタデータ) (2023-04-14T09:49:11Z) - 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) - Digital twins of nonlinear dynamical systems [2.577161800553927]
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。
論文 参考訳(メタデータ) (2022-10-05T23:57:05Z) - 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) - Improving Coherence and Consistency in Neural Sequence Models with
Dual-System, Neuro-Symbolic Reasoning [49.6928533575956]
我々は、神経系1と論理系2の間を仲介するために神経推論を用いる。
強靭なストーリー生成とグラウンドド・インストラクション・フォローリングの結果、このアプローチは神経系世代におけるコヒーレンスと精度を高めることができることを示した。
論文 参考訳(メタデータ) (2021-07-06T17:59:49Z) - Linear embedding of nonlinear dynamical systems and prospects for
efficient quantum algorithms [74.17312533172291]
有限非線形力学系を無限線型力学系(埋め込み)にマッピングする方法を述べる。
次に、有限線型系 (truncation) による結果の無限線型系を近似するアプローチを検討する。
論文 参考訳(メタデータ) (2020-12-12T00:01:10Z) - 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) - 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)
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。