論文の概要: From product to system network challenges in system of systems lifecycle management
- arxiv url: http://arxiv.org/abs/2510.27194v1
- Date: Fri, 31 Oct 2025 05:36:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-03 17:52:15.992857
- Title: From product to system network challenges in system of systems lifecycle management
- Title（参考訳）: システムライフサイクル管理システムにおける製品からシステムネットワークへの課題
- Authors: Vahid Salehi, Josef Vilsmeier, Shirui Wang,
- Abstract要約: この集団貢献は, 技術の現状を分類し, SoSライフサイクル管理の実践的枠組みを提案する。
我々は,(1)参照アーキテクチャとデータモデル,(2)ツールサイロではなくエンドツーエンド構成の主権,(3)明確なレビューゲートを備えたキュレートされたモデル,(4)時間,品質,コスト,持続可能性に沿った測定可能な価値貢献の4つの原則を識別する。
- 参考スコア（独自算出の注目度）: 0.46885140351436005
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Today, products are no longer isolated artifacts, but nodes in networked systems. This means that traditional, linearly conceived life cycle models are reaching their limits: Interoperability across disciplines, variant and configuration management, traceability, and governance across organizational boundaries are becoming key factors. This collective contribution classifies the state of the art and proposes a practical frame of reference for SoS lifecycle management, model-based systems engineering (MBSE) as the semantic backbone, product lifecycle management (PLM) as the governance and configuration level, CAD-CAE as model-derived domains, and digital thread and digital twin as continuous feedback. Based on current literature and industry experience, mobility, healthcare, and the public sector, we identify four principles: (1) referenced architecture and data models, (2) end-to-end configuration sovereignty instead of tool silos, (3) curated models with clear review gates, and (4) measurable value contributions along time, quality, cost, and sustainability. A three-step roadmap shows the transition from product- to network- centric development: piloting with reference architecture, scaling across variant and supply chain spaces, organizational anchoring (roles, training, compliance). The results are increased change robustness, shorter throughput times, improved reuse, and informed sustainability decisions. This article is aimed at decision-makers and practitioners who want to make complexity manageable and design SoS value streams to be scalable.
- Abstract（参考訳）: 現在、製品はもはや孤立したアーティファクトではなく、ネットワーク化されたシステム内のノードである。
規律、変種、構成管理、トレーサビリティ、組織の境界を越えたガバナンスの相互運用性が重要な要素になっています。
このコントリビューションは、最先端の技術を分類し、SoSライフサイクル管理、セマンティックバックボーンとしてのモデルベースシステムエンジニアリング(MBSE)、ガバナンスと構成レベルとしての製品ライフサイクル管理(PLM)、モデル由来のドメインとしてのCAD-CAE、継続的なフィードバックとしてのデジタルスレッドとデジタルツインの実践的な参照枠を提案する。
現在の文献,産業経験,モビリティ,医療,公共部門に基づいて,(1)アーキテクチャとデータモデル,(2)ツールサイロではなくエンドツーエンド構成の主権,(3)明確なレビューゲートを備えたキュレートされたモデル,(4)時間,品質,コスト,持続可能性に沿った測定可能な価値貢献の4つの原則を定めている。
3段階のロードマップは、参照アーキテクチャによるパイロット運用、変種およびサプライチェーンスペースのスケーリング、組織的アンカー(ロール、トレーニング、コンプライアンス)、といった製品からネットワーク中心の開発への移行を示している。
その結果、変更の堅牢性の向上、スループットの短縮、再利用の改善、サステナビリティに関する決定が得られた。
この記事では、複雑性を管理しやすくし、SoSバリューストリームをスケーラブルに設計したい意思決定者や実践者を対象としています。
関連論文リスト
- Digital Twin-enabled Multi-generation Control Co-Design with Deep Reinforcement Learning [8.45003507603975]
Control Co-Design (CCD)は、物理的および制御システム設計を統合し、動的および自律的なシステムの性能を改善する。
本稿では,Deep Reinforcement Learning(DRL)を統合したDT対応CCDフレームワークについて述べる。
論文 参考訳（メタデータ） (2025-10-12T16:46:05Z) - Unsupervised Online 3D Instance Segmentation with Synthetic Sequences and Dynamic Loss [52.28880405119483]
教師なしのオンライン3Dインスタンスのセグメンテーションは、基本的だが難しい課題だ。
UNITのような既存の手法はこの方向に進んできたが、訓練の多様性が制限されているままである。
本稿では,合成点雲列生成によるトレーニング分布の強化を目的とした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） (2025-09-27T08:53:27Z) - OnePiece: Bringing Context Engineering and Reasoning to Industrial Cascade Ranking System [61.12400636463362]
OnePieceは、LLMスタイルのコンテキストエンジニアリングと推論を、検索モデルとランキングモデルの両方にシームレスに統合する統合フレームワークである。
OnePieceは、Shopeeの主要なパーソナライズされた検索シナリオにデプロイされ、さまざまな主要なビジネス指標で一貫したオンラインゲインを実現している。
論文 参考訳（メタデータ） (2025-09-22T17:59:07Z) - CRACI: A Cloud-Native Reference Architecture for the Industrial Compute Continuum [0.0]
本稿では,産業計算連続体のためのクラウドネイティブな参照アーキテクチャであるCRACIを紹介する。
分離されたイベント駆動モデルを促進し、連続体をまたいだ柔軟な非階層的なデータフローを可能にする。
論文 参考訳（メタデータ） (2025-09-09T08:24:08Z) - PowerGrow: Feasible Co-Growth of Structures and Dynamics for Power Grid Synthesis [75.14189839277928]
本稿では,運用効率を維持しながら計算オーバーヘッドを大幅に削減する,共同生成フレームワークPowerGrowを提案する。
ベンチマーク設定による実験では、PowerGrowはフィデリティと多様性において、事前の拡散モデルよりも優れていた。
これは、運用上有効で現実的な電力グリッドシナリオを生成する能力を示している。
論文 参考訳（メタデータ） (2025-08-29T01:47:27Z) - A Theoretical Framework for Graph-based Digital Twins for Supply Chain Management and Optimization [0.37109226820205005]
グローバル化、市場需要の進展、持続可能性圧力により、サプライチェーン管理はますます複雑化している。
グラフベースのモデリングは、サプライチェーン内の複雑な関係をキャプチャする強力な方法を提供する一方、Digital Twins(DT)はリアルタイム監視と動的シミュレーションを可能にする。
本稿では, グラフモデリングとDTアーキテクチャを組み合わせることで, 動的かつリアルタイムなサプライネットワーク表現を実現するグラフベースDigital Twin Frameworkを提案する。
論文 参考訳（メタデータ） (2025-03-23T19:27:58Z) - 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) - A digital twin framework for civil engineering structures [0.6249768559720122]
デジタルツインの概念は、条件ベースの予測保守パラダイムを前進させる魅力的な機会である。
本研究は, 土木構造物の健康モニタリング, 保守, 管理計画に対する予測的ディジタルツインアプローチを提案する。
論文 参考訳（メタデータ） (2023-08-02T21:38:36Z) - 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) - Spatio-Temporal Representation Factorization for Video-based Person
Re-Identification [55.01276167336187]
本稿では、re-IDのための時空間表現分解モジュール(STRF)を提案する。
STRFはフレキシブルな新しい計算ユニットであり、re-IDのための既存のほとんどの3D畳み込みニューラルネットワークアーキテクチャと併用することができる。
実験により、STRFは様々なベースラインアーキテクチャの性能を向上し、新しい最先端の成果を示す。
論文 参考訳（メタデータ） (2021-07-25T19:29:37Z)
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。