論文の概要: A Case Study on the Application of Digital Twins for Enhancing CPS Operations
- arxiv url: http://arxiv.org/abs/2505.04323v1
- Date: Wed, 07 May 2025 11:12:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-08 19:07:36.051942
- Title: A Case Study on the Application of Digital Twins for Enhancing CPS Operations
- Title（参考訳）: デジタル双極子を用いたCPS運用促進のための事例研究
- Authors: Irina Muntean, Mirgita Frasheri, Tiziano Munaro,
- Abstract要約: Digital Twinsは、高価な計算をオフロードしたり、フォールトトレランスメカニズムによるサポートを提供するために使用することができる。
本稿では,Digital Twinが,特に機能強化と耐障害性の向上を通じて,サイバー物理システム操作の強化に用いられている可能性を示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: To ensure the availability and reduce the downtime of complex cyber-physical systems across different domains, e.g., agriculture and manufacturing, fault tolerance mechanisms are implemented which are complex in both their development and operation. In addition, cyber-physical systems are often confronted with limited hardware resources or are legacy systems, both often hindering the addition of new functionalities directly on the onboard hardware. Digital Twins can be adopted to offload expensive computations, as well as providing support through fault tolerance mechanisms, thus decreasing costs and operational downtime of cyber-physical systems. In this paper, we show the feasibility of a Digital Twin used for enhancing cyber-physical system operations, specifically through functional augmentation and increased fault tolerance, in an industry-oriented use case.
- Abstract（参考訳）: 農業や製造業など、さまざまな分野にわたる複雑なサイバー物理システムのダウンタイムを確実に確保するために、その開発と運用の両方に複雑である耐障害性機構を実装している。
加えて、サイバー物理システムはハードウェアリソースが限られているり、レガシーシステムであることが多いため、どちらもオンボードハードウェアに直接新機能を追加するのを妨げている。
デジタルツインは、高価な計算をオフロードするだけでなく、フォールトトレランス機構を通じてサポートを提供することで、サイバー物理システムのコストと運用上のダウンタイムを削減できる。
本稿では,Digital Twinが,特に機能強化と耐障害性の向上を通じて,サイバー物理システム操作の強化に有効であることを示す。
関連論文リスト
- Hybrid Temporal Differential Consistency Autoencoder for Efficient and Sustainable Anomaly Detection in Cyber-Physical Systems [0.0]
重要なインフラ、特に配水システムに対するサイバー攻撃は、急速なデジタル化により増加した。
本研究では,センサデータの時間相関を利用した異常検出における重要な課題に対処する。
本稿では,決定論的ノードと従来の統計ノードの両方を組み込んでTDCを拡張するハイブリッドTDC-AEという,ハイブリッドオートエンコーダに基づくアプローチを提案する。
論文 参考訳（メタデータ） (2025-04-08T09:22:44Z) - In-Context Experience Replay Facilitates Safety Red-Teaming of Text-to-Image Diffusion Models [104.94706600050557]
テキスト・ツー・イメージ(T2I)モデルは目覚ましい進歩を見せているが、有害なコンテンツを生成する可能性はまだMLコミュニティにとって重要な関心事である。
ICERは,解釈可能かつ意味論的に意味のある重要なプロンプトを生成する新しい赤チームフレームワークである。
我々の研究は、より堅牢な安全メカニズムをT2Iシステムで開発するための重要な洞察を提供する。
論文 参考訳（メタデータ） (2024-11-25T04:17:24Z) - 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) - Equilibrium in the Computing Continuum through Active Inference [5.815300670677979]
我々は,それぞれのエッジデバイスがサービスレベルオブジェクト(SLO)の実施方法の因果的理解を深めることを可能にする,協調的なエッジインテリジェンスのためのフレームワークを提案する。
ビデオストリーミングにおけるQuality of Service(QoS)とQuality of Experience(QoE)の確保にコンピュータ・コンティニュアム(CC)が責任を持つユースケースを評価する。
以上の結果から, エッジデバイスは4つのSLOを確保するために10回の訓練ラウンドしか必要とせず, さらに根底にある因果構造も合理的に説明可能であることがわかった。
論文 参考訳（メタデータ） (2023-11-28T13:19:54Z) - RRNet: Towards ReLU-Reduced Neural Network for Two-party Computation
Based Private Inference [17.299835585861747]
本稿では,MPC比較プロトコルのオーバーヘッドを減らし,ハードウェアアクセラレーションによる計算を高速化するフレームワークRRNetを紹介する。
提案手法は,暗号ビルディングブロックのハードウェア遅延をDNN損失関数に統合し,エネルギー効率,精度,セキュリティ保証を改善する。
論文 参考訳（メタデータ） (2023-02-05T04:02:13Z) - MMRNet: Improving Reliability for Multimodal Object Detection and
Segmentation for Bin Picking via Multimodal Redundancy [68.7563053122698]
マルチモーダル冗長性(MMRNet)を用いた信頼度の高いオブジェクト検出・分割システムを提案する。
これは、マルチモーダル冗長の概念を導入し、デプロイ中のセンサ障害問題に対処する最初のシステムである。
システム全体の出力信頼性と不確実性を測定するために,すべてのモダリティからの出力を利用する新しいラベルフリーマルチモーダル整合性(MC)スコアを提案する。
論文 参考訳（メタデータ） (2022-10-19T19:15:07Z) - Ising machines as hardware solvers of combinatorial optimization
problems [1.8732539895890135]
イジングマシンは、アイジングモデルの絶対的あるいは近似的な基底状態を見つけることを目的としたハードウェアソルバである。
既存の標準デジタルコンピュータより優れたスケーラブルなIsingマシンは、実用アプリケーションに大きな影響を与える可能性がある。
論文 参考訳（メタデータ） (2022-04-01T08:24:06Z) - Machine Learning for Massive Industrial Internet of Things [69.52379407906017]
モノのインターネット(IIoT)は、モノのインターネット技術を産業環境に統合することで、将来の製造施設に革命をもたらします。
大規模なIIoTデバイスのデプロイでは、無線ネットワークがさまざまなQoS(Quality-of-Service)要件でユビキタス接続をサポートすることは困難である。
まず、一般的な非クリティカルかつクリティカルなIIoTユースケースの要件を要約します。
次に、大規模なIIoTシナリオと対応する機械学習ソリューションのユニークな特性を、その制限と潜在的な研究方向で識別します。
論文 参考訳（メタデータ） (2021-03-10T20:10:53Z) - Machine learning dismantling and early-warning signals of disintegration
in complex systems [0.0]
比較的小さなシステムを分解する訓練された機械が高次位相パターンを識別可能であることを示す。
注目すべきは、マシンが次の攻撃でシステムが崩壊する確率を評価することだ。
論文 参考訳（メタデータ） (2021-01-07T09:39:13Z)
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。