論文の概要: Representing Time-Continuous Behavior of Cyber-Physical Systems in Knowledge Graphs

• arxiv url: http://arxiv.org/abs/2506.13773v1
• Date: Sun, 08 Jun 2025 13:54:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-18 17:34:59.117949
• Title: Representing Time-Continuous Behavior of Cyber-Physical Systems in Knowledge Graphs
• Title（参考訳）: 知識グラフにおけるサイバー物理システムの時間連続挙動の表現
• Authors: Milapji Singh Gill, Tom Jeleniewski, Felix Gehlhoff, Alexander Fay,
• Abstract要約: 本稿では,知識グラフ内の微分方程式を直接表現し,それらを意味的に強化するモジュール型意味モデルを提案する。 これらのアーティファクトの検証は、航空整備の領域で実施された。 その結果、複雑な電気・油圧サーボアクチュエータの微分方程式は、知識グラフで正式に表現でき、他のライフサイクルデータとコンテキスト化できることがわかった。
• 参考スコア（独自算出の注目度）: 43.655629596182486
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Time-continuous dynamic models are essential for various Cyber-Physical System (CPS) applications. To ensure effective usability in different lifecycle phases, such behavioral information in the form of differential equations must be contextualized and integrated with further CPS information. While knowledge graphs provide a formal description and structuring mechanism for this task, there is a lack of reusable ontological artifacts and methods to reduce manual instantiation effort. Hence, this contribution introduces two artifacts: Firstly, a modular semantic model based on standards is introduced to represent differential equations directly within knowledge graphs and to enrich them semantically. Secondly, a method for efficient knowledge graph generation is presented. A validation of these artifacts was conducted in the domain of aviation maintenance. Results show that differential equations of a complex Electro-Hydraulic Servoactuator can be formally represented in a knowledge graph and be contextualized with other lifecycle data, proving the artifacts' practical applicability.
• Abstract（参考訳）: 時間連続力学モデルは、様々なサイバー物理システム(CPS)アプリケーションに必須である。 異なるライフサイクルフェーズにおける効果的なユーザビリティを確保するために、微分方程式の形の振る舞い情報は文脈化され、さらなるCPS情報と統合されなければならない。 知識グラフは、このタスクの形式的な記述と構造化メカニズムを提供するが、手動のインスタンス化の労力を減らすための再利用可能な存在論的アーティファクトや方法が欠如している。 第一に、標準に基づくモジュラーセマンティックモデルを導入し、知識グラフ内で微分方程式を直接表現し、それらを意味的に豊かにする。 次に,効率的な知識グラフ生成手法を提案する。 これらのアーティファクトの検証は、航空整備の領域で実施された。 その結果、複雑な電気・油圧サーボアクチュエータの微分方程式は、知識グラフで形式的に表現され、他のライフサイクルデータとコンテキスト化され、アーティファクトの実用性を証明することが示されている。

関連論文リスト

• No Equations Needed: Learning System Dynamics Without Relying on Closed-Form ODEs [56.78271181959529]
  本稿では,従来の2段階モデリングプロセスから離れることで,低次元力学系をモデル化する概念シフトを提案する。 最初に閉形式方程式を発見して解析する代わりに、我々のアプローチ、直接意味モデリングは力学系の意味表現を予測する。 私たちのアプローチは、モデリングパイプラインを単純化するだけでなく、結果のモデルの透明性と柔軟性も向上します。
  論文  参考訳（メタデータ） (2025-01-30T18:36:48Z)
• Learning reduced-order Quadratic-Linear models in Process Engineering using Operator Inference [7.471096682644106]
  この研究は、プロセス工学における動的システムの効率的なモデリングという課題に対処する。 我々は、低次モデル学習、特に演算子推論を用いる。 本研究の応用は、パワー・トゥ・Xフレームワークにおける重要な反応である二酸化炭素のメタン化である。
  論文  参考訳（メタデータ） (2024-02-27T17:21:10Z)
• Mechanistic Neural Networks for Scientific Machine Learning [58.99592521721158]
  我々は、科学における機械学習応用のためのニューラルネットワーク設計であるメカニスティックニューラルネットワークを提案する。 新しいメカニスティックブロックを標準アーキテクチャに組み込んで、微分方程式を表現として明示的に学習する。 我々のアプローチの中心は、線形プログラムを解くために線形ODEを解く技術に着想を得た、新しい線形計画解法(NeuRLP)である。
  論文  参考訳（メタデータ） (2024-02-20T15:23:24Z)
• Phase2vec: Dynamical systems embedding with a physics-informed convolutional network [1.6058099298620423]
  本研究では,2次元力学系の高品質で物理的に意味のある表現を,監督なしで学習する埋め込み手法を提案する。 我々の埋め込みは、固定点の安定性、エネルギーの保存、流れの非圧縮性など、基礎となるデータの重要な物理的特性を符号化する。
  論文  参考訳（メタデータ） (2022-12-07T18:54:52Z)
• DyTed: Disentangled Representation Learning for Discrete-time Dynamic Graph [59.583555454424]
  離散時間動的グラフ、すなわちDyTedのための新しいディペンタングル表現学習フレームワークを提案する。 本研究では,時間不変の表現と時間変動の表現を効果的に識別する構造的コントラスト学習とともに,時間的クリップのコントラスト学習タスクを特別に設計する。
  論文  参考訳（メタデータ） (2022-10-19T14:34:12Z)
• Advancing Reacting Flow Simulations with Data-Driven Models [50.9598607067535]
  マルチ物理問題における機械学習ツールの効果的な利用の鍵は、それらを物理モデルとコンピュータモデルに結合することである。 本章では, 燃焼システムにおけるデータ駆動型低次モデリングの適用可能性について概説する。
  論文  参考訳（メタデータ） (2022-09-05T16:48:34Z)
• Physics-informed learning of governing equations from scarce data [14.95055620484844]
  本研究は, 偏微分方程式(PDE)を, 希少かつノイズの多い表現データから検出する物理インフォームド・ディープラーニング・フレームワークを提案する。 本手法の有効性とロバスト性は, 数値的にも実験的にも, 種々のPDEシステムの発見において実証される。 結果として得られる計算フレームワークは、実用的な応用における閉形式モデル発見の可能性を示している。
  論文  参考訳（メタデータ） (2020-05-05T22:13:22Z)

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。