論文の概要: Towards Build Optimization Using Digital Twins

• arxiv url: http://arxiv.org/abs/2503.19381v1
• Date: Tue, 25 Mar 2025 06:16:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-26 16:52:35.809707
• Title: Towards Build Optimization Using Digital Twins
• Title（参考訳）: ディジタルツインを用いたビルド最適化に向けて
• Authors: Henri Aïdasso, Francis Bordeleau, Ali Tizghadam,
• Abstract要約: 本稿では,グローバルかつ継続的な改善を実現するために,ビルドプロセスのディジタルツインを開発するという新しいアイデアを提案する。 このフレームワークは、リアルタイムビルドデータ取得やビルドプロセスのパフォーマンスメトリクスの継続的監視を含む、デジタルシャドーイング機能を提供します。
• 参考スコア（独自算出の注目度）: 2.8402080392117757
• License:
• Abstract: Despite the indisputable benefits of Continuous Integration (CI) pipelines (or builds), CI still presents significant challenges regarding long durations, failures, and flakiness. Prior studies addressed CI challenges in isolation, yet these issues are interrelated and require a holistic approach for effective optimization. To bridge this gap, this paper proposes a novel idea of developing Digital Twins (DTs) of build processes to enable global and continuous improvement. To support such an idea, we introduce the CI Build process Digital Twin (CBDT) framework as a minimum viable product. This framework offers digital shadowing functionalities, including real-time build data acquisition and continuous monitoring of build process performance metrics. Furthermore, we discuss guidelines and challenges in the practical implementation of CBDTs, including (1) modeling different aspects of the build process using Machine Learning, (2) exploring what-if scenarios based on historical patterns, and (3) implementing prescriptive services such as automated failure and performance repair to continuously improve build processes.
• Abstract（参考訳）: 継続的インテグレーション(CI)パイプライン(あるいはビルド)の不可分なメリットにもかかわらず、CIは長い期間、障害、フレキネスに関する重大な課題をまだ示している。 以前の研究では、CIの課題を分離して対処していましたが、これらの問題は相互関係にあり、効果的な最適化には全体論的なアプローチが必要です。 本稿では,このギャップを埋めるため,グローバルかつ継続的な改善を実現するために,ビルドプロセスのディジタルツイン(DT)を開発するという新しいアイデアを提案する。 このようなアイデアをサポートするために、最小限実行可能な製品として、CI BuildプロセスのDigital Twin(CBDT)フレームワークを紹介します。 このフレームワークは、リアルタイムビルドデータ取得やビルドプロセスのパフォーマンスメトリクスの継続的監視を含む、デジタルシャドーイング機能を提供します。 さらに,(1)機械学習を用いたビルドプロセスの異なる側面のモデリング,(2)歴史的パターンに基づくシナリオの探索,(3)自動故障や性能改善などの規範的サービスの導入など,CBDTの実践的実装におけるガイドラインと課題について論じる。

関連論文リスト

• Stepwise Perplexity-Guided Refinement for Efficient Chain-of-Thought Reasoning in Large Language Models [56.37421741507468]
  CoT推論は大規模言語モデル(LLM)の性能を大幅に向上させた。 本稿では,その重要性の尺度としてパープレキシティを用いた批判的推論ステップの同定手法を提案する。
  論文  参考訳（メタデータ） (2025-02-18T20:04:51Z)
• MakeAnything: Harnessing Diffusion Transformers for Multi-Domain Procedural Sequence Generation [20.96801850521772]
  MakeAnythingは拡散トランスフォーマー(DIT)に基づくフレームワークで、細調整を利用して、一貫した手続きシーケンスを生成するためにDITのコンテキスト内機能を活性化する。 また、画像生成のための非対称低ランク適応(LoRA)を導入し、デコーダ層を適応的に調整しながらパラメータを凍結することで、タスク固有性能を一般化する。
  論文  参考訳（メタデータ） (2025-02-03T17:55:30Z)
• Build Optimization: A Systematic Literature Review [0.0]
  継続的インテグレーション(CI)は、ソフトウェアシステムの継続的コンパイル、テスト、パッケージングを含む自動ビルドプロセスで構成される。 本研究は,2006年から2024年にかけて発行されたビルド最適化に関する97つの研究の体系的なレビューを行う。 特定されたビルド最適化の研究は、(1)長いビルド期間、(2)ビルドの失敗の2つの主な課題に焦点を当てている。
  論文  参考訳（メタデータ） (2025-01-21T07:32:06Z)
• Retrieval-Augmented Instruction Tuning for Automated Process Engineering Calculations : A Tool-Chaining Problem-Solving Framework with Attributable Reflection [0.0]
  オープンでカスタマイズ可能な小型コード言語モデル(SLM)を強化するためにRAIT(Retrieval-Augmented Instruction-Tuning)を活用する新しい自律エージェントフレームワークを提案する。 命令チューニングされたコードSLMと外部ツールを使用してRACG(Retrieval-Augmented Code Generation)を組み合わせることで、エージェントは自然言語仕様からコードを生成し、デバッグし、最適化する。 我々のアプローチは、専門的なプロセスエンジニアリングタスクのための基礎的AIモデルの欠如の限界に対処し、説明可能性、知識編集、費用対効果の利点を提供する。
  論文  参考訳（メタデータ） (2024-08-28T15:33:47Z)
• 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により、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。 GenAIはDTの構築と更新を推進し、予測精度を改善し、多様なスマート製造に備える。
  論文  参考訳（メタデータ） (2024-08-02T10:47:10Z)
• Constructing and Evaluating Digital Twins: An Intelligent Framework for DT Development [11.40908718824589]
  デジタルツインズ(DT)の開発は、制御されたデジタル空間における複雑なシステムをシミュレートし最適化するための変革的な進歩を表している。 本稿では,アルゴリズム性能試験におけるDTの精度と有用性を高めるために,DTの構築と評価のためのインテリジェントなフレームワークを提案する。 本稿では,Deep Learning-based policy gradient techniqueを統合してDTパラメータを動的に調整し,物理システムのデジタル複製における高い忠実性を確保する手法を提案する。
  論文  参考訳（メタデータ） (2024-06-19T01:45:18Z)
• 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)
• 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)
• End-to-End Meta-Bayesian Optimisation with Transformer Neural Processes [52.818579746354665]
  本稿では,ニューラルネットワークを一般化し,トランスフォーマーアーキテクチャを用いて獲得関数を学習する,エンド・ツー・エンドの差別化可能な最初のメタBOフレームワークを提案する。 我々は、この強化学習(RL)によるエンドツーエンドのフレームワークを、ラベル付き取得データの欠如に対処できるようにします。
  論文  参考訳（メタデータ） (2023-05-25T10:58:46Z)
• Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
  本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。 本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
  論文  参考訳（メタデータ） (2021-05-06T02:22:23Z)
• 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。