Fugu-MT 論文翻訳(概要): Grade of the law of distribution of the vector of the digital twin of the enterprise

論文の概要: Grade of the law of distribution of the vector of the digital twin of the enterprise

arxiv url: http://arxiv.org/abs/2412.15562v1
Date: Fri, 20 Dec 2024 04:41:33 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-23 16:20:54.070446
Title: Grade of the law of distribution of the vector of the digital twin of the enterprise
Title（参考訳）: 企業におけるデジタル双生児のベクトル分布の法則の等級
Authors: Sergei Masaev, Ivan Oreshnikov, Nikita Ivanitskiy, Valentina Vingert,
Abstract要約: 本研究の目的は,Kolmogorovテストを用いてP2M法を用いてプロジェクトのデジタルコピーを管理するアルゴリズムを開発し,様々なプロセスの有効性を評価し,生産性を向上させる最善の方法を決定することである。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Digital transformation acts as a main factor in the development and competitiveness of Japanese companies. In this context, the digital copy management algorithm based on the P2M (Project to Method) method plays a significant role in increasing efficiency and reducing costs through the implementation of digital technologies. This research aims to develop and implement an algorithm for managing a digital copy of a project using the P2M method using the Kolmogorov test to evaluate the effectiveness of various processes and determine the best ways to improve productivity.
Abstract（参考訳）: デジタルトランスフォーメーションは、日本の企業の発展と競争力の主要な要因である。この文脈では、P2M(Project to Method)法に基づくデジタルコピー管理アルゴリズムが、デジタル技術の実装による効率の向上とコスト削減に重要な役割を果たしている。本研究の目的は,Kolmogorovテストを用いてP2M法を用いてプロジェクトのデジタルコピーを管理するアルゴリズムを開発し,様々なプロセスの有効性を評価し,生産性を向上させる最善の方法を決定することである。

関連論文リスト

Sparse Attention-driven Quality Prediction for Production Process Optimization in Digital Twins [53.70191138561039]
データ駆動方式で運用ロジックを符号化することで,生産ラインのディジタルツインをデプロイすることを提案する。我々は,自己注意型時間畳み込みニューラルネットワークに基づく生産プロセスの品質予測モデルを採用する。本手法は,本手法により,仮想及び実生産ライン間のシームレスな統合を促進できることを示す。
論文参考訳（メタデータ） (2024-05-20T09:28:23Z)
A Knowledge-driven Memetic Algorithm for the Energy-efficient Distributed Homogeneous Flow Shop Scheduling Problem [3.8628109670599]
エネルギー効率の高い分散均質フローショップスケジューリング問題(DHFSSP)に対処する知識駆動メメティックアルゴリズム(KDMA)を提案する。 KDMAは様々な評価面において多くの最先端アルゴリズムより優れていることは明らかである。
論文参考訳（メタデータ） (2024-04-28T00:52:44Z)
Let's reward step by step: Step-Level reward model as the Navigators for Reasoning [64.27898739929734]
Process-Supervised Reward Model (PRM)は、トレーニングフェーズ中にステップバイステップのフィードバックをLLMに提供する。 LLMの探索経路を最適化するために,PRMからのステップレベルのフィードバックを応用した欲求探索アルゴリズムを提案する。提案手法の汎用性を探るため,コーディングタスクのステップレベル報酬データセットを自動生成する手法を開発し,コード生成タスクにおける同様の性能向上を観察する。
論文参考訳（メタデータ） (2023-10-16T05:21:50Z)
Qualitative and quantitative evaluation of a methodology for the Digital Twin creation of brownfield production systems [0.7373617024876725]
デジタルツイン(Digital Twin)は、仮想コミッショニングや予測保守など、サイバー物理生産システムのサイバー部分である。既存のプロダクションシステムはDigital Twinを欠いている。
論文参考訳（メタデータ） (2023-09-01T08:19:35Z)
A Survey on Efficient Training of Transformers [72.31868024970674]
この調査は、トランスフォーマーの効率的なトレーニングに関する最初の体系的な概要を提供する。トレーニング中の中間テンソルの計算コストとメモリコストを削減できる手法と,ハードウェア/アルゴリズムの共同設計手法を分析し比較する。
論文参考訳（メタデータ） (2023-02-02T13:58:18Z)
A Comprehensive Review of Digital Twin -- Part 2: Roles of Uncertainty Quantification and Optimization, a Battery Digital Twin, and Perspectives [11.241244950889886]
第2報は,デジタル双生児の重要な実現技術に関する文献レビューである。第3報では,バッテリディジタルツインを構築,試験して,モデリングおよびツインニング手法のいくつかを概説するケーススタディを提案する。
論文参考訳（メタデータ） (2022-08-27T01:36:15Z)
On the Convergence of Distributed Stochastic Bilevel Optimization Algorithms over a Network [55.56019538079826]
バイレベル最適化は、幅広い機械学習モデルに適用されている。既存のアルゴリズムの多くは、分散データを扱うことができないように、シングルマシンの設定を制限している。そこで我々は,勾配追跡通信機構と2つの異なる勾配に基づく分散二段階最適化アルゴリズムを開発した。
論文参考訳（メタデータ） (2022-06-30T05:29:52Z)
Emergence of Theory of Mind Collaboration in Multiagent Systems [65.97255691640561]
ToMとエージェント間の効果的な協調を開発するための適応的学習アルゴリズムを提案する。アルゴリズムはToMをモデル化せずに従来の分散実行アルゴリズムを全て上回る2つのゲームで評価する。
論文参考訳（メタデータ） (2021-09-30T23:28:00Z)
Deep Reinforcement Learning for Stochastic Computation Offloading in Digital Twin Networks [1.0509026467663467]
Digital Twinは、産業用モノのインターネット(IIoT)のデジタルトランスフォーメーションを強化するための有望な技術である我々はまず,ネットワークトポロジとタスク到着モデルを構築するための新しいパラダイムであるDigital Twin Networks (DTN)を提案する。次に, 長期エネルギー効率を最小化するために, 計算オフロード問題と資源配分問題を定式化する。
論文参考訳（メタデータ） (2020-11-17T05:40:16Z)
AI-based Modeling and Data-driven Evaluation for Smart Manufacturing Processes [56.65379135797867]
本稿では,半導体製造プロセスに関する有用な知見を得るための動的アルゴリズムを提案する。本稿では,遺伝的アルゴリズムとニューラルネットワークを利用して,知的特徴選択アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-08-29T14:57:53Z)

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。