論文の概要: Leveraging Large Language Models for Enhanced Digital Twin Modeling: Trends, Methods, and Challenges

• arxiv url: http://arxiv.org/abs/2503.02167v1
• Date: Tue, 04 Mar 2025 01:13:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:20:45.681914
• Title: Leveraging Large Language Models for Enhanced Digital Twin Modeling: Trends, Methods, and Challenges
• Title（参考訳）: 拡張デジタル双対モデリングのための大規模言語モデルの活用:トレンド,方法,課題
• Authors: Linyao Yang, Shi Luo, Xi Cheng, Lei Yu,
• Abstract要約: ディジタルツインは、継続的監視、シミュレーション、予測、最適化を可能にする。 近年の通信, コンピューティング, 制御技術の進歩は, デジタル双生児の発展と普及を加速させている。 大きな言語モデル(LLM)の台頭は、これらの課題に対処するための新たな道を提供する。
• 参考スコア（独自算出の注目度）: 8.209646682836054
• License:
• Abstract: Digital twin technology is a transformative innovation driving the digital transformation and intelligent optimization of manufacturing systems. By integrating real-time data with computational models, digital twins enable continuous monitoring, simulation, prediction, and optimization, effectively bridging the gap between the physical and digital worlds. Recent advancements in communication, computing, and control technologies have accelerated the development and adoption of digital twins across various industries. However, significant challenges remain, including limited data for accurate system modeling, inefficiencies in system analysis, and a lack of explainability in the interactions between physical and digital systems. The rise of large language models (LLMs) offers new avenues to address these challenges. LLMs have shown exceptional capabilities across diverse domains, exhibiting strong generalization and emergent abilities that hold great potential for enhancing digital twins. This paper provides a comprehensive review of recent developments in LLMs and their applications to digital twin modeling. We propose a unified description-prediction-prescription framework to integrate digital twin modeling technologies and introduce a structured taxonomy to categorize LLM functionalities in these contexts. For each stage of application, we summarize the methodologies, identify key challenges, and explore potential future directions. To demonstrate the effectiveness of LLM-enhanced digital twins, we present an LLM-enhanced enterprise digital twin system, which enables automatic modeling and optimization of an enterprise. Finally, we discuss future opportunities and challenges in advancing LLM-enhanced digital twins, offering valuable insights for researchers and practitioners in related fields.
• Abstract（参考訳）: デジタルツイン技術(Digital twin technology)は、デジタルトランスフォーメーションと製造システムのインテリジェントな最適化を推進する革新的技術である。 リアルタイムデータを計算モデルに統合することにより、デジタルツインは継続的な監視、シミュレーション、予測、最適化を可能にし、物理的世界とデジタル世界のギャップを効果的に埋める。 近年の通信、コンピューティング、制御技術の進歩により、様々な産業でデジタルツインの開発と採用が加速されている。 しかし、正確なシステムモデリングのための限られたデータ、システム分析の非効率性、物理的システムとデジタルシステム間の相互作用における説明可能性の欠如など、大きな課題が残っている。 大きな言語モデル(LLM)の台頭は、これらの課題に対処するための新たな道を提供する。 LLMは様々な領域で例外的な能力を示しており、デジタル双生児を増強する大きな可能性を秘めている強力な一般化と創発能力を示している。 本稿では,LLMの最近の展開とそのディジタル双対モデリングへの応用について概説する。 本稿では,デジタル双対モデリング技術を統合化するための統一的な記述・予測記述フレームワークを提案し,これらの文脈でLLM機能を分類する構造的分類法を提案する。 アプリケーションの各段階で、方法論を要約し、重要な課題を特定し、将来的な方向性を探る。 LLM強化ディジタルツインの有効性を示すため,LLM強化エンタプライズデジタルツインシステムを提案する。 最後に,LLM強化デジタル双生児の進歩における今後の可能性と課題について論じ,関連する分野の研究者や実践者に貴重な洞察を提供する。

関連論文リスト

• Automatically Learning Hybrid Digital Twins of Dynamical Systems [56.69628749813084]
  Digital Twins (DT)は、現実世界のシステムの状態と時間力学をシミュレートする。 DTは、しばしばデータスカース設定で目に見えない条件に一般化するのに苦労します。 本稿では,HDTwinsを自律的に提案し,評価し,最適化するための進化的アルゴリズム(textbfHDTwinGen$)を提案する。
  論文  参考訳（メタデータ） (2024-10-31T07:28:22Z)
• Empowering Cognitive Digital Twins with Generative Foundation Models: Developing a Low-Carbon Integrated Freight Transportation System [6.87702244676681]
  我々は,リアルタイム認識,予測分析,都市ロジスティクス最適化のためのデジタルツインを開発した。 生成AIの最近の進歩は、デジタル双生児を合理化する新しい機会を提供する。 都市型デジタルツインを強化するためにトランスフォーマーに基づく言語モデルを用いた概念的枠組みを提案する。
  論文  参考訳（メタデータ） (2024-10-08T05:53:20Z)
• A Comprehensive Review of Multimodal Large Language Models: Performance and Challenges Across Different Tasks [74.52259252807191]
  MLLM(Multimodal Large Language Models)は、単一のモダリティシステムの能力を超えた現実世界のアプリケーションの複雑さに対処する。 本稿では,自然言語,視覚,音声などのマルチモーダルタスクにおけるMLLMの応用を体系的に整理する。
  論文  参考訳（メタデータ） (2024-08-02T15:14:53Z)
• PIN: A Knowledge-Intensive Dataset for Paired and Interleaved Multimodal Documents [58.35492519636351]
  PINフォーマットは、知識の強度、スケーラビリティ、多様なトレーニングモダリティのサポートの3つの基本原則に基づいて構築されている。 PIN-14Mは中国語と英語の多種多様な情報源から得られた1400万のサンプルからなるオープンソースデータセットである。
  論文  参考訳（メタデータ） (2024-06-20T01:43:08Z)
• From Digital Twins to Digital Twin Prototypes: Concepts, Formalization, and Applications [55.57032418885258]
  デジタル双対とは何かという合意的な定義は存在しない。 我々のデジタルツインプロトタイプ(DTP)アプローチは、組み込みソフトウェアシステムの開発と自動テストにおいて、エンジニアを支援します。
  論文  参考訳（メタデータ） (2024-01-15T22:13:48Z)
• 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)
• Redefining Digital Health Interfaces with Large Language Models [69.02059202720073]
  大規模言語モデル(LLM)は、複雑な情報を処理できる汎用モデルとして登場した。 LLMが臨床医とデジタル技術との新たなインターフェースを提供する方法を示す。 自動機械学習を用いた新しい予後ツールを開発した。
  論文  参考訳（メタデータ） (2023-10-05T14:18:40Z)
• Enhanced multi-fidelity modelling for digital twin and uncertainty quantification [0.0]
  データ駆動モデルは、リアルタイムのアップデートと予測を可能にするデジタルツインにおいて重要な役割を果たす。 利用可能なデータの忠実さと正確なセンサーデータの不足は、しばしば代理モデルの効率的な学習を妨げる。 本稿では,ロバストなマルチフィデリティ・サロゲートモデルの開発から始まる新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-26T05:58:17Z)
• 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)
• A Comprehensive Review of Digital Twin -- Part 1: Modeling and Twinning Enabling Technologies [11.241244950889886]
  デジタルツイン(Digital twin)は、産業4.0時代の新興技術である。 デジタル双生児は、物理的世界を相互接続されたデジタルモデルのグループとしてモデル化することができる。 このレビューのパート2では、不確実性定量化と最適化の役割について論じている。
  論文  参考訳（メタデータ） (2022-08-26T15:01:26Z)
• 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)

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。