論文の概要: IDDMBSE: Integrating Data-Driven and Model-Based Systems Engineering for Trusted Autonomous Cyber-Physical Systems

• arxiv url: http://arxiv.org/abs/2606.06727v1
• Date: Thu, 04 Jun 2026 21:22:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-08 14:33:29.455035
• Title: IDDMBSE: Integrating Data-Driven and Model-Based Systems Engineering for Trusted Autonomous Cyber-Physical Systems
• Title（参考訳）: IDDMBSE:信頼された自律サイバー物理システムのためのデータ駆動とモデルベースシステムエンジニアリングの統合
• Authors: John S. Baras, Sai Sandeep Damera, Ryan Matheu, Clinton Enwerem, Praveen M. S. Kumar,
• Abstract要約: モデルベースシステム工学(MBSE)とデータ駆動型機械学習と人工知能(ML/AI)のギャップに対処する。 IDDMBSE(Integrated Data-Driven and Model-Based Systems Engineering)方法論は、厳密なMBSE Vプロセスを拡張し、各ステップでデータ駆動ループを組み込む。 IDDMBSEは,センサスーツの選択,リスクに敏感な経路計画,行動ツリーのタスク検証,コンフォメーション・プレディションに基づく頑健な認識,マルチロボットの協調など,開発ライフサイクルにおける信頼性の高い自律的地上ロボット上で実証する。
• 参考スコア（独自算出の注目度）: 3.043506365580073
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous cyber-physical systems (CPS) sit at the intersection of Model-Based Systems Engineering (MBSE) and data-driven Machine Learning and Artificial Intelligence (ML/AI), yet no integrated Systems Engineering (SE) methodology natively spans both. We address this gap with IDDMBSE, an Integrated Data-Driven and Model-Based Systems Engineering methodology that extends the rigorous MBSE V-process with a data-driven loop at every step, anchored in SysML, the autonomy stack, and a hybrid model-based plus data-driven trade-off architecture. We instantiate IDDMBSE as an interoperable, open-source tool chain: PERFECT, which maps SysML system architectures to executable ROS autonomy stacks for scalable performance evaluation; TRADES-X, which decomposes design-space exploration into a model-based optimization stage followed by a data-driven evaluation stage; and VERITAS, which combines formal, data-driven, and runtime verification into a single assurance workflow. We demonstrate IDDMBSE on a Trusted Autonomous Ground Robot across its development lifecycle, spanning sensor-suite selection, risk-sensitive path planning, behavior-tree task verification, conformal-prediction-based robust perception, and assured multi-robot coordination, all exercised in a contested-terrain Isaac Sim test range that we release with the tool chain. We close by sketching how IDDMBSE is being re-formulated on SysML v2 / KerML foundations to enable language-native composability and tighter ML/AI integration.
• Abstract（参考訳）: 自律型サイバー物理システム(CPS)は、モデルベースシステム工学(MBSE)とデータ駆動型機械学習と人工知能(ML/AI)の交差点に位置するが、統合型システム工学(SE)方法論は両方にネイティブに分散していない。 IDDMBSE(Integrated Data-Driven and Model-Based Systems Engineering)は、厳格なMBSE Vプロセスを拡張し、すべてのステップでデータ駆動のループを持ち、SysML、自律スタック、ハイブリッドモデルベースとデータ駆動のトレードオフアーキテクチャに固定する。 IDDMBSEを相互運用可能なオープンソースツールチェーンとしてインスタンス化する: PERFECT: SysMLシステムアーキテクチャをスケーラブルなパフォーマンス評価のために実行可能ROS自律性スタックにマッピングする、TRADES-X:設計空間探索をモデルベース最適化ステージに分解し、データ駆動評価ステージに続き、形式的、データ駆動、ランタイム検証を単一の保証ワークフローに組み合わせる、VERITAS。 IDDMBSEは、センサスーツの選択、リスクに敏感な経路計画、行動ツリーのタスク検証、共形予測に基づく頑健な認識、そして、ツールチェーンでリリースする競合するアイザック・シムテスト範囲で実施されるマルチロボット調整など、開発ライフサイクルにおける信頼された自律グラウンドロボット上で実証する。 IDDMBSEがSysML v2 / KerMLファウンデーションでどのように再フォーマットされているかをスケッチして、言語ネイティブのコンポーザビリティとより緊密なML/AI統合を実現しています。

関連論文リスト

• Data-Oriented Modeling for Spacecraft Design [0.0]
  本稿では,ゲーム産業のエンティティコンポーネントシステムアーキテクチャを応用したモデルベースシステム工学へのデータ指向アプローチを提案する。 設計データは汎用データシステムにおいて不変でフォーマットに依存しないコンポーネントとして格納される。 プロトタイプ実装であるVVERDADは、惑星間ミッションの例に関するアプローチを実証している。
  論文  参考訳（メタデータ） (2026-03-25T22:12:51Z)
• Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
  課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。 SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。 本稿では,この新興領域を体系的に調査する。
  論文  参考訳（メタデータ） (2026-01-15T18:55:03Z)
• Forging Spatial Intelligence: A Roadmap of Multi-Modal Data Pre-Training for Autonomous Systems [75.78934957242403]
  自動運転車とドローンは、マルチモーダル搭載センサーデータから真の空間情報を必要とする。 本稿では,この目標に向かって進む中核的な技術群を同定し,マルチモーダル・プレトレーニングのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-30T17:58:01Z)
• EmbodiedBrain: Expanding Performance Boundaries of Task Planning for Embodied Intelligence [17.644658293987955]
  身体的AIエージェントは、物理的環境における堅牢な空間認識、効果的なタスク計画、適応実行を行うことができる。 現在の大規模言語モデル (LLMs) とマルチモーダルLLM (MLLMs) の具体化タスクは、重要な制約に悩まされている。 EmbodiedBrain は 7B と 32B のパラメータサイズで利用できる新しい視覚言語基盤モデルである。
  論文  参考訳（メタデータ） (2025-10-23T14:05:55Z)
• PANAMA: A Network-Aware MARL Framework for Multi-Agent Path Finding in Digital Twin Ecosystems [0.0]
  ネットワークマルチエージェント強化学習(MARL)に基づくマルチエージェントパス探索(MAPF)のための優先非対称性を持つ新しいアルゴリズムであるPANAMAを紹介する。 提案手法は,既存のベンチマークと比較して,精度,速度,スケーラビリティにおいて優れたパスフィンディング性能を示す。 PanAMAは、ネットワーク対応意思決定と堅牢なマルチエージェント調整のギャップを埋め、DT、無線ネットワーク、AI駆動自動化のシナジーを前進させる。
  論文  参考訳（メタデータ） (2025-08-09T00:59:55Z)
• Automatic AI Model Selection for Wireless Systems: Online Learning via Digital Twinning [50.332027356848094]
  AIベースのアプリケーションは、スケジューリングや電力制御などの機能を実行するために、インテリジェントコントローラにデプロイされる。 コンテキストとAIモデルのパラメータのマッピングは、ゼロショット方式で理想的に行われる。 本稿では,AMSマッピングのオンライン最適化のための一般的な手法を紹介する。
  論文  参考訳（メタデータ） (2024-06-22T11:17:50Z)
• Towards Next-Generation Urban Decision Support Systems through AI-Powered Construction of Scientific Ontology using Large Language Models -- A Case in Optimizing Intermodal Freight Transportation [1.6230958216521798]
  本研究では,事前学習された大規模言語モデル(LLM)を活用する可能性について検討する。 推論コアとしてChatGPT APIを採用することで、自然言語処理、メソノロジーベースのプロンプトチューニング、トランスフォーマーを含む統合ワークフローを概説する。 我々の方法論の成果は、広く採用されているオントロジー言語(OWL、RDF、SPARQLなど)の知識グラフである。
  論文  参考訳（メタデータ） (2024-05-29T16:40:31Z)
• Multi-Edge Server-Assisted Dynamic Federated Learning with an Optimized Floating Aggregation Point [51.47520726446029]
  協調エッジ学習(CE-FL)は、分散機械学習アーキテクチャである。 CE-FLの過程をモデル化し,分析訓練を行った。 実世界のテストベッドから収集したデータを用いて,本フレームワークの有効性を示す。
  論文  参考訳（メタデータ） (2022-03-26T00:41:57Z)

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。