論文の概要: AI-Enhanced IoT Systems for Predictive Maintenance and Affordability Optimization in Smart Microgrids: A Digital Twin Approach

• arxiv url: http://arxiv.org/abs/2511.12175v1
• Date: Sat, 15 Nov 2025 12:06:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:23.658114
• Title: AI-Enhanced IoT Systems for Predictive Maintenance and Affordability Optimization in Smart Microgrids: A Digital Twin Approach
• Title（参考訳）: スマートマイクログリッドにおける予測保守と予測可能性最適化のためのAI強化IoTシステム:ディジタルツインアプローチ
• Authors: Koushik Ahmed Kushal, Florimond Gueniat,
• Abstract要約: 本研究は、スマートマイクログリッドにおける予測保守と可売性最適化のためのAI強化型IoTフレームワークを提案する。 提案システムは,リアルタイムセンサデータ,機械学習に基づく故障予測,コストを考慮した運用分析を統合し,信頼性とエネルギー効率を向上させる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study presents an AI enhanced IoT framework for predictive maintenance and affordability optimization in smart microgrids using a Digital Twin modeling approach. The proposed system integrates real time sensor data, machine learning based fault prediction, and cost aware operational analytics to improve reliability and energy efficiency in distributed microgrid environments. By synchronizing physical microgrid components with a virtual Digital Twin, the framework enables early detection of component degradation, dynamic load management, and optimized maintenance scheduling. Experimental evaluations demonstrate improved predictive accuracy, reduced operational downtime, and measurable cost savings compared to baseline microgrid management methods. The findings highlight the potential of Digital Twin driven IoT architectures as a scalable solution for next generation intelligent and affordable energy systems.
• Abstract（参考訳）: 本研究は、Digital Twinモデリングアプローチを用いて、スマートマイクログリッドにおける予測保守と可売性最適化のためのAI強化IoTフレームワークを提案する。 提案システムは,分散マイクログリッド環境における信頼性とエネルギー効率を向上させるために,リアルタイムセンサデータ,機械学習に基づく故障予測,コストを考慮した運用分析を統合する。 物理マイクログリッドコンポーネントを仮想Digital Twinと同期させることで、このフレームワークはコンポーネントの劣化の早期検出、動的負荷管理、最適化されたメンテナンススケジューリングを可能にする。 実験により, 予測精度の向上, 運用ダウンタイムの低減, および, 標準マイクログリッド管理法と比較して測定可能なコスト削減効果が示された。 この調査結果は、次世代のインテリジェントで安価なエネルギーシステムのためのスケーラブルなソリューションとして、Digital Twinが駆動するIoTアーキテクチャの可能性を強調している。

関連論文リスト

• Predictive Digital Twins for Thermal Management Using Machine Learning and Reduced-Order Models [0.0]
  デジタルツインは、工学系のリアルタイムシミュレーションと予測を可能にする。 本稿では,物理に基づくリダクションオーダーモデル(ROM)と教師付き機械学習を組み合わせた,ヘッドランプの予測デジタルツインの新たなフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-11T05:20:16Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• 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)
• Synergistic Development of Perovskite Memristors and Algorithms for Robust Analog Computing [53.77822620185878]
  本稿では,ペロブスカイト・メムリスタの製作を同時に最適化し,ロバストなアナログDNNを開発するための相乗的手法を提案する。 BO誘導ノイズインジェクションを利用したトレーニング戦略であるBayesMultiを開発した。 我々の統合されたアプローチは、より深くより広いネットワークでのアナログコンピューティングの使用を可能にし、最大100倍の改善を実現します。
  論文  参考訳（メタデータ） (2024-12-03T19:20:08Z)
• Deep Analysis of Time Series Data for Smart Grid Startup Strategies: A Transformer-LSTM-PSO Model Approach [0.8702432681310401]
  Transformer-LSTM-PSOモデルはグリッド起動方式における複雑な時間的関係をより効果的に捉えるように設計されている。 Modelは、既存のベンチマークと比較して、複数のデータセットにわたるRMSEとMAE値の低い値を達成する。 Transformer-LSTM-PSOモデルの適用は、スマートグリッド予測分析の大幅な進歩を示している。
  論文  参考訳（メタデータ） (2024-08-22T04:52:02Z)
• 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)
• RLEEGNet: Integrating Brain-Computer Interfaces with Adaptive AI for Intuitive Responsiveness and High-Accuracy Motor Imagery Classification [0.0]
  本稿では,Deep Q-Networks (DQN) を用いた強化学習を分類タスクに活用するフレームワークを提案する。 本稿では,OVR(One-Versus-The-Rest)方式で,マルチクラス運動画像(MI)分類のための前処理手法を提案する。 DQNと1D-CNN-LSTMアーキテクチャの統合は意思決定プロセスをリアルタイムで最適化する。
  論文  参考訳（メタデータ） (2024-02-09T02:03:13Z)
• An adaptive cognitive sensor node for ECG monitoring in the Internet of Medical Things [0.7646713951724011]
  インターネット・オブ・メディカル・モノズ(IoMT)パラダイムは、複数の臨床試験や医療処置で主流になりつつある。 本研究では,資源制約型コンピューティングプラットフォームにおける認知データ解析アルゴリズムの実装について検討する。 コンボリューションニューラルネットワークを用いて心電図のトレースを分類する手法について検討した。
  論文  参考訳（メタデータ） (2021-06-11T16:49:10Z)
• Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable Edge Computing Systems [87.4519172058185]
  エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。 定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。 実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
  論文  参考訳（メタデータ） (2020-02-20T04:58:07Z)

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。