論文の概要: OmniBioTwin: A System-of-Twinned-Systems Framework for Health Digital Twins
- arxiv url: http://arxiv.org/abs/2606.11264v1
- Date: Tue, 09 Jun 2026 03:54:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-11 16:42:38.094744
- Title: OmniBioTwin: A System-of-Twinned-Systems Framework for Health Digital Twins
- Title（参考訳）: OmniBioTwin:健康デジタル双生児のためのシステム・オブ・ツインド・システム・フレームワーク
- Authors: Zhaohui Wang, Yu Huang, Jiang Bian,
- Abstract要約: 健康デジタル双生児(HDT)は患者固有のモデリングと意思決定支援を約束する。
我々は,HDTをモジュール型計算エンティティとして構成するフレームワークであるOmniBioTwinを提案する。
アルツハイマー病におけるグルカゴン様ペプチド-1シグナル伝達経路の多スケールツインをインスタンス化することにより,OmniBioTwinを実証した。
- 参考スコア（独自算出の注目度）: 14.774391664642472
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Health digital twins (HDTs) promise patient-specific modeling and decision support but current approaches remain structurally fragmented: monolithic models that address a single organ or task lack cross-scale fidelity, while system-level twins lack generalizable architectural frameworks. We propose OmniBioTwin, a System-of-Twinned-Systems (SoTS) framework that organizes HDTs as modular computational entities coupled through explicit interaction operators within a multi-layer network architecture. The framework comprises seven coordinated layers - spanning data integration, autonomous twin modeling, cross-scale coupling, temporal synchronization, and human-in-the-loop decision support. We demonstrate OmniBioTwin by instantiating a multiscale twin for glucagon-like peptide-1 (GLP-1) signaling pathways in Alzheimer's disease, illustrating how molecular, cellular, and organ-level twins can be composed and coupled within a unified system.
- Abstract（参考訳）: ヘルスデジタルツイン(HDT)は患者固有のモデリングと意思決定のサポートを約束するが、現在のアプローチは構造的に断片化されている。
我々は,多層ネットワークアーキテクチャ内の明示的な相互作用演算子を介して結合されたモジュール型計算エンティティとしてHDTを編成する,SoTS(System-of-Twinned-Systems)フレームワークであるOmniBioTwinを提案する。
このフレームワークは、データ統合、自律的なツインモデリング、クロススケール結合、時間同期、ループ内決定のサポートという7つの調整されたレイヤで構成されている。
我々は、アルツハイマー病におけるグルカゴン様ペプチド-1(GLP-1)シグナル伝達経路のマルチスケール双生児をインスタンス化し、分子、細胞、臓器レベルの双生児をどのように構成し、統一されたシステム内で結合するかを図示することによって、OmniBioTwinを実証する。
関連論文リスト
- NeuroAlign: Hierarchical Multimodal Fusion of Dynamic and Structural Neuroimaging for MCI Analysis [31.200243008831578]
構造化多モード核融合のための階層的フレームワークである textitNeuroAlign を提案する。
NeuroAlignは、競合するMCI/SCD検出と予備的なデータセット転送性を実現する。
論文 参考訳（メタデータ） (2026-05-31T14:01:15Z) - STEM Agent: A Self-Adapting, Tool-Enabled, Extensible Architecture for Multi-Protocol AI Agent Systems [0.0]
STEM Agent(STEM Agent)は,生物の豊かさにインスパイアされたモジュラーアーキテクチャである。
このフレームワークは、単一のゲートウェイの背後にある5つの相互運用性プロトコルを統合する。
包括的な413-testスイートは、プロトコルハンドラの動作と5つのアーキテクチャレイヤ間のコンポーネント統合を検証する。
論文 参考訳（メタデータ） (2026-03-22T20:50:53Z) - scMRDR: A scalable and flexible framework for unpaired single-cell multi-omics data integration [53.683726781791385]
単一セルマルチオミクス(ScMRDR)と呼ばれるスケーラブルでフレキシブルな生成フレームワークを導入する。
本手法は, バッチ補正, モダリティアライメント, 生体信号保存の観点から, ベンチマークデータセット上での優れた性能を実現する。
論文 参考訳（メタデータ） (2025-10-28T21:28:39Z) - GaitMA: Pose-guided Multi-modal Feature Fusion for Gait Recognition [26.721242606715354]
歩行認識は、歩行パターンを通して人間の身元を認識する生体計測技術である。
我々は、Gait Multi-model Aggregation Network (GaitMA)と呼ばれる新しい歩行認識フレームワークを提案する。
まず, 2つのCNN特徴抽出器を用いて, シルエットと骨格の特徴を抽出した。
論文 参考訳（メタデータ） (2024-07-20T09:05:17Z) - Neuro-symbolic Explainable Artificial Intelligence Twin for Zero-touch
IoE in Wireless Network [61.90504487270785]
説明可能な人工知能(XAI)双対システムは、ゼロタッチネットワークとサービス管理(ZSM)の基本的な実現要因となる。
ZSMのための信頼性の高いXAIツインシステムは、すべてのインターネット(IoE)の物理的振る舞いを識別する極端な分析能力と、そのような振る舞いの推論を特徴付ける厳密な方法の2つの合成を必要とする。
無線IoEのための信頼性の高いZSMを実現するために、新しいニューロシンボリックな説明可能な人工知能ツインフレームワークが提案されている。
論文 参考訳（メタデータ） (2022-10-13T01:08:06Z) - DG-STGCN: Dynamic Spatial-Temporal Modeling for Skeleton-based Action
Recognition [77.87404524458809]
骨格に基づく行動認識のための新しいフレームワーク,すなわち動的グループ時空間GCN(DG-STGCN)を提案する。
DG-GCNとDG-TCNの2つのモジュールで構成される。
DG-STGCNは最先端の手法よりも一貫して優れており、しばしば顕著な差がある。
論文 参考訳（メタデータ） (2022-10-12T03:17:37Z) - Decentralized digital twins of complex dynamical systems [0.0]
動的システムのための分散双対(DDT)フレームワークを提案する。
計算科学・工学応用におけるDDTパラダイムの展望について論じる。
論文 参考訳（メタデータ） (2022-07-07T19:44:42Z) - Multi-Scale Semantics-Guided Neural Networks for Efficient
Skeleton-Based Human Action Recognition [140.18376685167857]
スケルトンに基づく行動認識には,単純なマルチスケールセマンティクス誘導ニューラルネットワークが提案されている。
MS-SGNは、NTU60、NTU120、SYSUデータセットの最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2021-11-07T03:50:50Z) - Improving Coherence and Consistency in Neural Sequence Models with
Dual-System, Neuro-Symbolic Reasoning [49.6928533575956]
我々は、神経系1と論理系2の間を仲介するために神経推論を用いる。
強靭なストーリー生成とグラウンドド・インストラクション・フォローリングの結果、このアプローチは神経系世代におけるコヒーレンスと精度を高めることができることを示した。
論文 参考訳（メタデータ） (2021-07-06T17:59:49Z) - Co-evolution of Functional Brain Network at Multiple Scales during Early
Infancy [52.4179778122852]
乳児の2歳から2歳までの縦断的安静時機能的磁気共鳴画像データセットを応用した。
収集した縦断的幼児データセットに提案手法の枠組みを適用して,脳機能ネットワークが異なるスケールで共進化していることを示す最初の証拠を提示した。
論文 参考訳（メタデータ） (2020-09-15T07:21:04Z)
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。