論文の概要: Continuously Updating Digital Twins using Large Language Models

• arxiv url: http://arxiv.org/abs/2506.12091v1
• Date: Wed, 11 Jun 2025 14:45:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:45.095587
• Title: Continuously Updating Digital Twins using Large Language Models
• Title（参考訳）: 大規模言語モデルを用いたディジタル双生児の連続更新
• Authors: Harry Amad, Nicolás Astorga, Mihaela van der Schaar,
• Abstract要約: デジタルツイン(Digital twins)は、現実のシステムのモデルであり、潜在的なアクションに応答してそれらのダイナミクスをシミュレートすることができる。 現在のアプローチは、固定された、明確に定義されたモデリング環境を必要とするため、この点で苦労しています。 我々は,状況適応型言語モデルに基づくDigital TwinであるCALM-DTを開発した。
• 参考スコア（独自算出の注目度）: 49.7719149179179
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Digital twins are models of real-world systems that can simulate their dynamics in response to potential actions. In complex settings, the state and action variables, and available data and knowledge relevant to a system can constantly change, requiring digital twins to continuously update with these changes to remain relevant. Current approaches struggle in this regard, as they require fixed, well-defined modelling environments, and they cannot adapt to novel variables without re-designs, or incorporate new information without re-training. To address this, we frame digital twinning as an in-context learning problem using large language models, enabling seamless updates to the twin at inference time. We develop CALM-DT, a Context-Adaptive Language Model-based Digital Twin that can accurately simulate across diverse state-action spaces using in-context learning alone by utilising fine-tuned encoders for sample retrieval. We empirically demonstrate CALM-DT's competitive performance with existing digital twin approaches, and its unique ability to adapt to changes in its modelling environment without parameter updates.
• Abstract（参考訳）: デジタルツイン(Digital twins)は、現実のシステムのモデルであり、潜在的なアクションに応答してそれらのダイナミクスをシミュレートすることができる。 複雑な設定では、状態変数とアクション変数、システムに関連する利用可能なデータと知識が絶えず変更され、デジタルツインがこれらの変更を継続的に更新して関連性を維持する必要がある。 現在のアプローチでは、固定された、明確に定義されたモデリング環境が必要であり、再設計なしでは新しい変数に適応できず、また、再訓練なしに新しい情報を組み込むことができないため、この点に苦慮している。 これを解決するために,大規模言語モデルを用いた文脈内学習問題としてディジタルツインニングを枠組み化し,推論時にツインのシームレスな更新を可能にする。 本研究では,文脈適応型言語モデルに基づくDigital TwinであるCALM-DTを開発した。 本稿では,CALM-DTと既存のディジタルツインアプローチの競合性能を実証的に示すとともに,パラメータ更新なしにモデリング環境の変化に適応するユニークな能力を示す。

関連論文リスト

• UniSTD: Towards Unified Spatio-Temporal Learning across Diverse Disciplines [64.84631333071728]
  本稿では,時間的モデリングのためのトランスフォーマーベースの統合フレームワークであるbfUnistageを紹介する。 我々の研究は、タスク固有の視覚テキストが時間学習のための一般化可能なモデルを構築することができることを示した。 また、時間的ダイナミクスを明示的に組み込むための時間的モジュールも導入する。
  論文  参考訳（メタデータ） (2025-03-26T17:33:23Z)
• Leveraging Large Language Models for Enhanced Digital Twin Modeling: Trends, Methods, and Challenges [8.209646682836054]
  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。
  論文  参考訳（メタデータ） (2025-03-04T01:13:31Z)
• 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)
• Encapsulating Knowledge in One Prompt [56.31088116526825]
  KiOPは、元のモデルを変更したり、トレーニングデータにアクセスする必要なしに、さまざまなモデルからの知識を単独のプロンプトにカプセル化する。 実用性の観点から、このパラダイムは、データアクセス不能なコンテキストにおけるVisual Promptの有効性を証明している。 様々なデータセットとモデルを用いた実験は、提案したKiOP知識伝達パラダイムの有効性を示す。
  論文  参考訳（メタデータ） (2024-07-16T16:35:23Z)
• Mamba-FSCIL: Dynamic Adaptation with Selective State Space Model for Few-Shot Class-Incremental Learning [113.89327264634984]
  FSCIL(Few-shot class-incremental Learning)は、最小限のトレーニングサンプルを持つモデルに新しいクラスを統合するという課題に直面している。 従来の手法では、固定パラメータ空間に依存する静的適応を広く採用し、逐次到着するデータから学習する。 本稿では、動的適応のための中間特徴に基づいてプロジェクションパラメータを動的に調整する2つの選択型SSMプロジェクタを提案する。
  論文  参考訳（メタデータ） (2024-07-08T17:09:39Z)
• 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)
• Probabilistic machine learning based predictive and interpretable digital twin for dynamical systems [0.0]
  ディジタルツインを更新するための2つのアプローチが提案されている。 どちらの場合も、更新されたデジタル双生児の表現は同一である。 提案手法は、ディジタル双対モデルにおける摂動の正確な説明を提供する。
  論文  参考訳（メタデータ） (2022-12-19T04:25:59Z)
• Constructing Effective Machine Learning Models for the Sciences: A Multidisciplinary Perspective [77.53142165205281]
  線形回帰モデルに変数間の変換や相互作用を手動で追加することで、非線形解が必ずしも改善されないことを示す。 データ駆動モデルを構築する前にこれを認識する方法や、そのような分析が本質的に解釈可能な回帰モデルへの移行にどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2022-11-21T17:48:44Z)
• Hybrid Digital Twin for process industry using Apros simulation environment [0.0]
  本稿では,プロセスプラントのハイブリッドDigital Twinモデルに対するステップバイステップの概念を提案する。 ブラウンフィールドプロセスシステムの第一原理モデルとデジタルツインの更新手順を詳述する。 構築されたDigital Twinの生成に関する課題についても議論する。
  論文  参考訳（メタデータ） (2021-12-03T13:35:33Z)
• A Probabilistic Graphical Model Foundation for Enabling Predictive Digital Twins at Scale [0.0]
  結合ダイナミクスシステムの集合として、アセットツインシステムの抽象化を作成します。 本研究では,無人航空機のディジタル双対構造を実現するために,モデルがどのようにインスタンス化されるかを実証する。
  論文  参考訳（メタデータ） (2020-12-10T17:33:59Z)

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。