論文の概要: Building real-time digital twin instances with Function+Data Flow: user evaluation and extension for iterative pipelines
- arxiv url: http://arxiv.org/abs/2608.18480v1
- Date: Wed, 19 Aug 2026 03:12:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.264041
- Title: Building real-time digital twin instances with Function+Data Flow: user evaluation and extension for iterative pipelines
- Title(参考訳): Function+Data Flowによるリアルタイムディジタルツインインスタンスの構築: 反復パイプラインのユーザ評価と拡張
- Abstract要約: デジタルツイン(DT)は、人工知能(AI)と機械学習(ML)パイプラインを活用して、シミュレーションからリアルタイムDTを構築し、過去のデータでインスタンス化する。
しかし、これらのパイプラインのエンジニアリングは大半がアドホックで、パイプラインは特定、検証、再利用が困難で、専用のツールが不足している。
Data Flowは、機能(MLモデル)を明確に表現し、その構成と再利用を可能にする視覚固有の言語(Function+Function)を定義することで、この問題に対処する。
- 参考スコア(独自算出の注目度): 3.005601357270487
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Digital twins (DTs) increasingly leverage artificial intelligence (AI) and machine learning (ML) pipelines, both to build real-time DTs from high-fidelity simulations and to instantiate them with historical data. However, engineering these pipelines remains largely ad-hoc: pipelines are hard to specify, validate, and reuse, with scarce dedicated tooling. Function+Data Flow (FDF) addresses this by defining a visual domain-specific language (DSL) that represents functions (ML models) explicitly, enabling their composition and reuse. We implemented FDF in DesCartes Builder, an integrated modeling environment supporting FDF-based DT synthesis and validation. In this paper, we report on an empirical user study evaluating whether FDF and DesCartes Builder can make AI-based DT development more accessible and reliable. Participants implemented a representative real-time DT prototype within DesCartes Builder, and we measured perceived usability and feature adequacy through quantitative and qualitative measures. Our results indicate that DesCartes Builder and FDF achieve a good level of usability across a broad range of potential users, and particularly for the intended audience of domain experts. The study additionally surfaces concrete strengths and areas for improvement of both the tool and the underlying FDF framework. Informed by these findings, we propose H-FDF, a Hierarchical extension of FDF supporting iterative and modular pipelines, enabling the formal specification of more complex DT pipelines such as dual training. Our findings suggest that integrated, model-driven platforms are a promising direction to transform AI-based DT engineering into a disciplined modeling practice.
- Abstract(参考訳): デジタルツイン(DT)は、人工知能(AI)と機械学習(ML)パイプラインを活用して、高忠実度シミュレーションからリアルタイムDTを構築し、過去のデータでそれらをインスタンス化する。
しかし、これらのパイプラインのエンジニアリングは大半がアドホックで、パイプラインは特定、検証、再利用が困難で、専用のツールが不足している。
FDF(Function+Data Flow)は、関数(MLモデル)を明示的に表現し、その構成と再利用を可能にするビジュアルドメイン固有言語(DSL)を定義することで、この問題に対処する。
我々はFDFベースのDT合成と検証をサポートする統合モデリング環境であるDesCartes BuilderにFDFを実装した。
本稿では、FDFとDesCartes BuilderがAIベースのDT開発をよりアクセシブルで信頼性の高いものにできるかどうかを評価する経験的ユーザスタディについて報告する。
参加者はDesCartes Builder内で代表的リアルタイムDTプロトタイプを実装し,定量的および質的尺度を用いてユーザビリティと特徴の妥当性を測定した。
我々の結果は、DesCartes BuilderとFDFが、幅広い潜在的なユーザ、特にドメインエキスパートの意図したオーディエンスに対して、高いレベルのユーザビリティを達成することを示唆している。
この研究は、ツールと基礎となるFDFフレームワークの両方を改善するための具体的な強度と領域を提示する。
これらの結果から,FDFの階層的拡張であるH-FDFを提案する。
我々の研究結果は、統合されたモデル駆動プラットフォームがAIベースのDTエンジニアリングを規律付きモデリングプラクティスに変換するための有望な方向であることを示唆している。
関連論文リスト
- PARM: Pipeline-Adapted Reward Model [60.769414637325326]
リワードモデル(RM)は、大規模言語モデル(LLM)を人間の好みと整合させることの中心であり、高度な復号化戦略を推進している。
これまでの作業はシングルステップ生成に重点を置いていたが、現実のアプリケーションはますますマルチステージパイプラインを採用するようになっている。
我々は、最適化のためのコード生成を通じてこれを調査し、報酬モデルを定式化とソリューション段階の両方に統合するパイプラインを構築する。
論文 参考訳(メタデータ) (2026-04-20T14:29:08Z) - GenesisFunc: Multi-Agent Data Generation for Accurate and Generalizable Function-Calling [48.71974949983576]
関数呼び出しデータを生成する自動パイプラインであるGenesisFuncを提案する。
提案手法は,下流のツールにまたがって効果的にスケールできる可能性を示し,実世界の応用性を裏付けるものである。
論文 参考訳(メタデータ) (2026-04-10T14:02:03Z) - kRAIG: A Natural Language-Driven Agent for Automated DataOps Pipeline Generation [0.5833117322405447]
我々は、自然言語仕様をプロダクション対応KubeReason Pipelines(KFP)に変換するAIエージェントであるkRAIGを紹介する。
ユーザ意図の曖昧さを解決するために,パイプライン合成に先立って意図を明確に示すインタラクションフレームワークReQuesActを提案する。
本フレームワークは,最先端のエージェントベースラインと比較して,抽出とロードの精度が3倍向上し,変換精度が25%向上する。
論文 参考訳(メタデータ) (2026-03-19T17:53:00Z) - Automatic Building Code Review: A Case Study [6.530899637501737]
建設担当者は、プロジェクトのサイズと複雑さが増大するにつれて、労働集約的で、エラーを起こし、コストがかかる設計文書のレビューに直面します。
本研究では,BIMに基づくデータ抽出と自動検証を統合したエージェント駆動型フレームワークを提案する。
論文 参考訳(メタデータ) (2025-10-03T00:30:14Z) - DesCartes Builder: A Tool to Develop Machine-Learning Based Digital Twins [3.005601357270487]
デジタルツイン(DT)は、土木工学を含む様々な領域にわたる複雑なシステムの監視、管理、最適化にますます利用されている。
効果的なDTのコア要件は、物理的に高速で正確で保守可能な代理として振る舞うことである。
DesCartes Builderは、リアルタイムDTプロトタイプとDTインスタンスのためのMLベースのパイプラインのシステマティックエンジニアリングを可能にするオープンソースのツールです。
論文 参考訳(メタデータ) (2025-08-25T12:57:34Z) - ChatCFD: An LLM-Driven Agent for End-to-End CFD Automation with Domain-Specific Structured Reasoning [4.098524616768554]
ChatCFDはOpenFOAMシミュレーションのための自動エージェントシステムである。
その4段階のパイプラインは、複雑なセットアップのために反復的なトライアル-リフレクション-リファインメントを可能にする。
ChatCFDは、協調マルチエージェントシステムのためのMPPベースのエージェントネットワークにおいて、モジュラーコンポーネントとして強力な可能性を示している。
論文 参考訳(メタデータ) (2025-05-28T08:43:49Z) - Text-to-Pipeline: Bridging Natural Language and Data Preparation Pipelines [18.75611679837171]
我々は,NLデータ作成命令をDPパイプラインに変換する新しいタスクであるText-to-Pipelineを紹介する。
Parrotは、体系的な評価をサポートする大規模なベンチマークである。
ParROTは、プロダクションパイプラインから変換パターンをマイニングし、23,009の現実世界のテーブル上でインスタンス化する。
論文 参考訳(メタデータ) (2025-05-21T15:40:53Z) - ToolACE: Winning the Points of LLM Function Calling [139.07157814653638]
ToolACEは、正確で複雑で多様なツール学習データを生成するように設計された自動エージェントパイプラインである。
我々は、合成データに基づいてトレーニングされたモデルが、8Bパラメータだけで、バークレー・ファンクション・カリング・リーダーボード上で最先端のパフォーマンスを達成することを実証した。
論文 参考訳(メタデータ) (2024-09-02T03:19:56Z) - Function+Data Flow: A Framework to Specify Machine Learning Pipelines for Digital Twinning [2.27626288527213]
物理システムのためのデジタル双生児(DT)は人工知能(AI)をますます活用している
本稿では,DT内のAIパイプラインを記述するためのドメイン固有言語(t+Data Flow)を提案する。
具体的には、tは関数を第一級市民として扱い、AIで学んだモデルの効果的な操作を可能にする。
論文 参考訳(メタデータ) (2024-06-28T05:44:47Z) - Learning to Extract Structured Entities Using Language Models [52.281701191329]
機械学習の最近の進歩は、情報抽出の分野に大きな影響を与えている。
タスクをエンティティ中心にすることで、さまざまなメトリクスの使用を可能にします。
我々は、Structured Entity extractを導入し、Adroximate Entity Set OverlaPメトリックを提案し、この分野にコントリビュートします。
論文 参考訳(メタデータ) (2024-02-06T22:15:09Z) - SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。
しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文 参考訳(メタデータ) (2021-12-22T14:45:37Z) - Edge-assisted Democratized Learning Towards Federated Analytics [67.44078999945722]
本稿では,エッジ支援型民主化学習機構であるEdge-DemLearnの階層的学習構造を示す。
また、Edge-DemLearnを柔軟なモデルトレーニングメカニズムとして検証し、リージョンに分散制御と集約の方法論を構築する。
論文 参考訳(メタデータ) (2020-12-01T11:46:03Z)
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。