論文の概要: Digital Twin in Industries: A Comprehensive Survey

• arxiv url: http://arxiv.org/abs/2412.00209v1
• Date: Fri, 29 Nov 2024 19:14:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:46:43.593206
• Title: Digital Twin in Industries: A Comprehensive Survey
• Title（参考訳）: 産業におけるデジタルツイン : 包括的調査
• Authors: Md Bokhtiar Al Zami, Shaba Shaon, Vu Khanh Quy, Dinh C. Nguyen,
• Abstract要約: Digital Twin (DT)は、現実世界のシステムをバーチャルなシステムとシームレスに統合する革新的なイノベーションとして登場した。 特に、さまざまな分野にわたる産業アプリケーションにおけるDTの役割について、技術的に深く議論する。 DTベースの業界において、さまざまな主要なプライバシとセキュリティの問題を調査し、分析する。
• 参考スコア（独自算出の注目度）: 1.1008520905907015
• License:
• Abstract: Industrial networks are undergoing rapid transformation driven by the convergence of emerging technologies that are revolutionizing conventional workflows, enhancing operational efficiency, and fundamentally redefining the industrial landscape across diverse sectors. Amidst this revolution, Digital Twin (DT) emerges as a transformative innovation that seamlessly integrates real-world systems with their virtual counterparts, bridging the physical and digital realms. In this article, we present a comprehensive survey of the emerging DT-enabled services and applications across industries, beginning with an overview of DT fundamentals and its components to a discussion of key enabling technologies for DT. Different from literature works, we investigate and analyze the capabilities of DT across a wide range of industrial services, including data sharing, data offloading, integrated sensing and communication, content caching, resource allocation, wireless networking, and metaverse. In particular, we present an in-depth technical discussion of the roles of DT in industrial applications across various domains, including manufacturing, healthcare, transportation, energy, agriculture, space, oil and gas, as well as robotics. Throughout the technical analysis, we delve into real-time data communications between physical and virtual platforms to enable industrial DT networking. Subsequently, we extensively explore and analyze a wide range of major privacy and security issues in DT-based industry. Taxonomy tables and the key research findings from the survey are also given, emphasizing important insights into the significance of DT in industries. Finally, we point out future research directions to spur further research in this promising area.
• Abstract（参考訳）: 産業ネットワークは、従来のワークフローを革新し、運用効率を向上し、さまざまな分野にわたる産業の景観を根本的に再定義する新興技術の収束によって、急速に変化している。 この革命の中で、Digital Twin(DT)は、現実世界のシステムをバーチャルなシステムとシームレスに統合し、物理的およびデジタルの領域をブリッジする革新的イノベーションとして登場した。 本稿では、DTの基本とそのコンポーネントの概要から始まり、DTの主要な実現技術について議論する。 文献とは違って,データ共有,データオフロード,統合センシングと通信,コンテンツキャッシング,リソース割り当て,無線ネットワーク,メタバースなど,幅広い産業サービスにおけるDTの能力について検討し,分析する。 特に,製造,医療,輸送,エネルギー,農業,宇宙,石油,ガス,ロボットなど,さまざまな分野の産業応用におけるDTの役割について,詳細な技術的議論を行う。 技術分析を通じて,物理プラットフォームと仮想プラットフォーム間のリアルタイムデータ通信を探索し,産業用DTネットワークを実現する。 その後、DTベースの業界において、幅広い主要なプライバシおよびセキュリティ問題を調査し、分析する。 調査から得られた分類表や重要な研究結果も,産業におけるDTの重要性に関する重要な洞察を強調した。 最後に,今後の研究の方向性を指摘する。

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)
• IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
  ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。 本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。 このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
  論文  参考訳（メタデータ） (2024-04-23T13:38:01Z)
• 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)
• Digital Twins and Civil Engineering Phases: Reorienting Adoption Strategies [2.94944680995069]
  デジタルツイン(DT)技術は、科学と工学の様々な利害関係者に提示される約束のために、長年にわたって大きな注目を集めてきた。 本稿では,建築・工学・建設産業におけるDTのフェーズベース開発について紹介する。
  論文  参考訳（メタデータ） (2024-03-04T19:18:53Z)
• 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)
• Enabling Spatial Digital Twins: Technologies, Challenges, and Future Research Directions [13.210510790794006]
  デジタルツイン(Digital Twin, DT)は、物理オブジェクトやシステムの仮想レプリカであり、その動作と特性を監視し、分析し、最適化するために作成される。 空間デジタル双生児 (SDT) は、物理的実体の地理空間的側面を強調する特定のタイプのデジタル双生児である。 我々は,SDTを階層化して構築する際の空間技術について,初めて体系的に解析を行った。
  論文  参考訳（メタデータ） (2023-06-11T06:28:44Z)
• A New Era of Mobility: Exploring Digital Twin Applications in Autonomous Vehicular Systems [0.0]
  デジタルツイン(Digital twins、DT)は、物理的オブジェクトやプロセスの仮想表現で、実際の環境から情報を収集して、物理的ツインの現在と将来の振る舞いを表現、検証、複製することができる。 製造、自動車、医療、スマートシティなど、さまざまな分野でDTが普及している。 我々はDTとその重要な特徴に対処し、正確なデータ収集、リアルタイム分析、効率的なシミュレーション機能を強調しながら、パフォーマンスと信頼性の向上におけるそれらの役割を強調した。
  論文  参考訳（メタデータ） (2023-05-09T06:39:57Z)
• 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)
• 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)
• Deep Technology Tracing for High-tech Companies [67.86308971806322]
  我々は、各ハイテク企業にカスタマイズされた最も可能な技術方向を自動的に見つけるために、新しいデータ駆動ソリューション、すなわちDeep Technology Forecasting(DTF)フレームワークを開発する。 DTFは、潜在的な競合認識(PCR)、協調技術認識(CTR)、Deep Technology Tracing(DTT)ニューラルネットワークの3つのコンポーネントで構成されている。
  論文  参考訳（メタデータ） (2020-01-02T07:44:12Z)

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。