論文の概要: Real-time Digital Twins
- arxiv url: http://arxiv.org/abs/2311.14691v1
- Date: Mon, 6 Nov 2023 08:46:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-03 14:08:12.065877
- Title: Real-time Digital Twins
- Title（参考訳）: リアルタイムディジタルツイン
- Authors: Dirk Hartmann
- Abstract要約: 我々は,高度にダイナミックな産業資産とプロセスのオンライン予測と最適化のために,リアルタイムディジタルツインに焦点をあてる。
これらは、新しい、より効果的な制御と最適化の概念のために、産業用モノのインターネットの文脈において重要な機会を提供する。
今日のモデルベースとデータベース、エッジベースとクラウドベースのアプローチの相補的な技術を統合することは、産業プロセスのパフォーマンス最適化ソリューションを再想像する可能性がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We live in a world of exploding complexity driven by technical evolution as
well as highly volatile socio-economic environments. Managing complexity is a
key issue in everyday decision making such as providing safe, sustainable, and
efficient industrial control solutions as well as solving today's global grand
challenges such as the climate change. However, the level of complexity has
well reached our cognitive capability to take informed decisions. Digital
Twins, tightly integrating the real and the digital world, are a key enabler to
support decision making for complex systems. They allow informing operational
as well as strategic decisions upfront through accepted virtual predictions and
optimizations of their real-world counter parts. Here we focus on real-time
Digital Twins for online prediction and optimization of highly dynamic
industrial assets and processes. They offer significant opportunities in the
context of the industrial Internet of Things for novel and more effective
control and optimization concepts. Thereby, they meet the Internet of Things
needs for novel technologies to overcome today's limitations in terms of data
availability in industrial contexts. Integrating today's seemingly
complementary technologies of model-based and data-based, as well as edge-based
and cloud-based approaches has the potential to re-imagine industrial process
performance optimization solutions.
- Abstract（参考訳）: 私たちは、技術的進化によって引き起こされる爆発的な複雑さの世界と、非常に揮発的な社会経済環境に住んでいます。
複雑さの管理は、安全で持続可能で効率的な産業制御ソリューションの提供や、気候変動のような今日の世界的な課題の解決など、日々の意思決定において重要な問題である。
しかし、複雑さのレベルは、インフォームドな意思決定を行う認知能力に十分達しています。
デジタルツイン(Digital Twins)は、現実とデジタルの世界を緊密に統合し、複雑なシステムの意思決定をサポートするための重要な手段である。
実際のカウンター部分の仮想予測と最適化を通じて、運用と戦略上の決定を前もって行うことができる。
ここでは,高度にダイナミックな産業資産とプロセスのオンライン予測と最適化のために,リアルタイムデジタル双生児に焦点を当てる。
それらは、新しい、より効率的な制御と最適化の概念のために、産業的モノのインターネットのコンテキストにおいて重要な機会を提供する。
これにより、産業環境でのデータ可用性という今日の制限を克服するために、新しい技術に対するモノのインターネットのニーズを満たす。
今日のモデルベースとデータベース、そしてエッジベースとクラウドベースのアプローチの相補的な技術の統合は、産業プロセスパフォーマンス最適化ソリューションを再想像する可能性がある。
関連論文リスト
- Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。
提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。
この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
論文 参考訳（メタデータ） (2024-11-20T11:57:43Z) - AI-Driven Innovations in Modern Cloud Computing [2.3931689873603594]
本稿では,AIとクラウドコンピューティングがアプリケーションモダナイズのためのトランスフォーメーション機能を実現するためにどのように相互作用するかを考察する。
AIとクラウドの両技術の組み合わせによって、テクノロジプロバイダはインテリジェントなリソース管理、予測分析、自動デプロイメントとスケーリングを活用できるようになった。
論文 参考訳（メタデータ） (2024-10-21T12:45:10Z) - 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) - The Survey on Multi-Source Data Fusion in Cyber-Physical-Social Systems:Foundational Infrastructure for Industrial Metaverses and Industries 5.0 [31.600740278783242]
産業5.0の概念は発展し、産業メタバースは実際の産業プロセスと並行して運用されることが期待されている。
ソーシャルメディアデータに隠されたカスタマイズされたユーザニーズは、ソーシャルメディア技術によって見つけることができる。
本研究では,産業メタバースのためのマルチソースデータ融合駆動型運用アーキテクチャを提案する。
論文 参考訳（メタデータ） (2024-04-11T05:09:32Z) - Multi-Tier Computing-Enabled Digital Twin in 6G Networks [50.236861239246835]
産業4.0では、製造業、自動車、医療などの産業がDTベースの開発を急速に採用している。
これまでの主な課題は、通信とコンピューティングリソースに対する高い要求と、プライバシとセキュリティに関する懸念だった。
新たなDTで低レイテンシと高セキュリティを実現するため,エッジ/フォグコンピューティングとクラウドコンピューティングを組み合わせたマルチ層コンピューティングが提案されている。
論文 参考訳（メタデータ） (2023-12-28T13:02:53Z) - Digital Twin-Enhanced Deep Reinforcement Learning for Resource
Management in Networks Slicing [46.65030115953947]
本稿では,デジタルツインと強化学習エージェントからなるフレームワークを提案する。
具体的には、歴史的データとニューラルネットワークを用いて、実環境の状態変動則をシミュレートするデジタルツインモデルを構築することを提案する。
また、このフレームワークをオフラインで強化学習に拡張し、歴史的データのみに基づいたインテリジェントな意思決定にソリューションを利用できるようにします。
論文 参考訳（メタデータ） (2023-11-28T15:25:14Z) - Digital Twin Framework for Optimal and Autonomous Decision-Making in
Cyber-Physical Systems: Enhancing Reliability and Adaptability in the Oil and
Gas Industry [0.0]
本研究は,石油・ガス産業におけるガスリフトプロセスに適用可能な,最適かつ自律的な意思決定のためのディジタルツインフレームワークを提案する。
このフレームワークは、ベイジアン推論、モンテカルロシミュレーション、トランスファーラーニング、オンライン学習、そしてDTに認知を与える新しい戦略を組み合わせたものである。
論文 参考訳（メタデータ） (2023-11-21T18:02:52Z) - Adaptive Resource Allocation for Virtualized Base Stations in O-RAN with
Online Learning [60.17407932691429]
基地局(vBS)を備えたオープンラジオアクセスネットワークシステムは、柔軟性の向上、コスト削減、ベンダーの多様性、相互運用性のメリットを提供する。
本研究では,予期せぬ「混み合う」環境下であっても,効率的なスループットとvBSエネルギー消費のバランスをとるオンライン学習アルゴリズムを提案する。
提案手法は, 課題のある環境においても, 平均最適性ギャップをゼロにすることで, サブ線形後悔を実現する。
論文 参考訳（メタデータ） (2023-09-04T17:30:21Z) - Towards a Taxonomy of Industrial Challenges and Enabling Technologies in
Industry 4.0 [0.0]
本稿では、技術・企業分野に適用された人文的・工学的手法の混在したアプローチを提案する。
研究結果は、産業上の課題とI4.0に焦点を当てた技術が分類され、接続される分類学によって表される。
この分類法は、産業従事者が工業挑戦の候補ソリューションを特定できる公共ウェブプラットフォームの構築の基礎となった。
論文 参考訳（メタデータ） (2022-11-29T19:52:36Z) - High Performance Computing and Computational Intelligence Applications
with MultiChaos Perspective [0.0]
新型コロナウイルスのパンデミックは、共通の幸福を達成するために複雑なプロセスを理解する必要性を強調している。
現代の高性能コンピューティング技術、量子コンピューティング、コンピュータインテリジェンスは非常に効率的であることが示されている。
もし企業がこれらの技術や技術に精通しているなら、予想外のシナリオにもっと効果的に対処できるでしょう。
論文 参考訳（メタデータ） (2022-11-25T15:05:47Z) - Data-Driven Aerospace Engineering: Reframing the Industry with Machine
Learning [49.367020832638794]
航空宇宙産業は、ビッグデータと機械学習を収益化しようとしている。
最近のトレンドは、設計、製造、検証、サービスにおける重要な課題の文脈で検討される。
論文 参考訳（メタデータ） (2020-08-24T22:40:26Z)
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。