論文の概要: ExploraTwin, a Non-Profit Research Platform for Digital Twin Simulations
- arxiv url: http://arxiv.org/abs/2608.20539v2
- Date: Mon, 24 Aug 2026 18:50:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:33.843532
- Title: ExploraTwin, a Non-Profit Research Platform for Digital Twin Simulations
- Title（参考訳）: ExploraTwin - デジタルツインシミュレーションのための非利益研究プラットフォーム
- Abstract要約: このコメンタリーで紹介されているExploreaTwinは、デジタルツインサーベイシミュレーションのための、オープンアクセスの非営利研究プラットフォームだ。
調査モードでは、Qualtricsのサーベイファイルをアップロードしたり、プラットフォーム内でサーベイを作成したり、利用可能なデジタルツインのサンプルを選択したり、シミュレーションの設定と実行、分析対応データをエクスポートすることができる。
パネルモードでは、オープンエンドの会話、文書アノテーション、中程度のフォーカスグループスタイルの音声ディスカッションのために、小さな双子のグループを組み立てることができる。
- 参考スコア（独自算出の注目度）: 4.93684159262229
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Digital twin simulations show promise, but current empirical evidence suggests that the approach should be tested before being deployed in any particular context. To lower the friction for researchers and practitioners to test and deploy digital twin simulations, this brief commentary introduces ExploraTwin (https://exploratwin.org), an open-access, non-profit research platform for digital twin survey simulations. ExploraTwin supports two modes. In survey mode, researchers can upload a Qualtrics survey file or create a survey within the platform; select an available sample of digital twins; configure and run the simulation, and export analysis-ready data. In panel mode, researchers can assemble a small group of twins for open-ended conversations, document annotation, and moderated, focus-group-style voice discussions. We also developed CroissantTwin, a standardized data format for adding samples of digital twins to the platform. We demonstrate the survey mode workflow by using the platform to replicate 19 experiments on digital twins from the Twin-2K-500 dataset. ExploraTwin's survey execution fidelity is high: 99.6% of 197,000 answer units returned a structurally valid response on the first run.
- Abstract（参考訳）: デジタル双対シミュレーションは将来性を示すが、現在の実証的な証拠は、アプローチが特定の状況にデプロイされる前にテストされるべきであることを示している。
研究者や実践者がデジタルツインシミュレーションをテストしてデプロイする際の摩擦を軽減するため、この短いコメンタリーはExploreaTwin (https://exploratwin.org)を紹介した。
ExploraTwinは2つのモードをサポートする。
調査モードでは、Qualtricsのサーベイファイルをアップロードしたり、プラットフォーム内でサーベイを作成したり、利用可能なデジタルツインのサンプルを選択したり、シミュレーションの設定と実行、分析対応データをエクスポートすることができる。
パネルモードでは、オープンエンドの会話、文書アノテーション、中程度のフォーカスグループスタイルの音声ディスカッションのために、小さな双子のグループを組み立てることができる。
また、デジタルツインのサンプルをプラットフォームに追加するための標準化されたデータフォーマットであるCroissantTwinを開発した。
我々は、Twin-2K-500データセットから、このプラットフォームを用いて、デジタル双生児に関する19の実験を再現することで、サーベイモードのワークフローを実証する。
ExploraTwinの調査では、197,000の回答ユニットの99.6%が最初の実行時に構造的に妥当な応答を返した。
関連論文リスト
- Should I Use This Synthetic Dataset for Training? How to Test with Minimal Real Data [73.19814469893088]
デジタルツインと学習された世界モデルは、エンジニアリングシステムにおける人工知能(AI)モデルのトレーニングに利用可能な、少ない実際のデータセットを増大させる合成データを生成するために、ますます使われています。
本稿では,拡張データセットのトレーニングが真の,人口レベルのパフォーマンスを向上する一方で,実際のテストデータポイントを可能な限り少なく消費するかどうかを論じる。
合成データ分類タスク、DT支援無線パケットスケジューリングタスク、および無線マップ予測タスクにおいて、aeSFTは平均ベースのシーケンシャルテストよりもはるかに少ない実検サンプルを用いて有用な合成データを識別することを示す。
論文 参考訳（メタデータ） (2026-08-28T07:05:38Z) - Anamnesis: An Open-Source Platform for Large-Scale Backstory-Conditioned Survey Simulation [15.010551358129993]
アナムネシス(Anamnesis)は、大規模言語モデルを用いた人口動態制御可能なサーベイシミュレーションのための対話型システムである。
実際の人間の被験者ではなく、仮想人口を対象とした調査機器のプロトタイピングとストレステストを可能にする。
論文 参考訳（メタデータ） (2026-07-12T07:41:35Z) - A Generalized Feature Model for Digital Twins [2.8867863123621014]
既存の文献の体系的マッピング研究に基づいて,デジタルモデル,シャドウ,ツインの汎用特徴モデルを開発した。
提案する汎用機能モデルは,設計時の情報意思決定を促進することにより,ディジタルツインのモデル駆動開発の改善を実現し,最終的には,テストケース推論のためのモデルベース基盤を提供することで,ディジタルツインの検証・検証を促進することによって,デジタルツインの領域を前進させるものと推測する。
論文 参考訳（メタデータ） (2026-03-06T14:12:32Z) - A Mega-Study of Digital Twins Reveals Strengths, Weaknesses and Opportunities for Further Improvement [3.418816254588274]
個人(デジタル双子)のデジタル表現は、社会科学と意思決定を変革することを約束する。
我々は,米国代表パネルとそのデジタル双生児を対象に,19個の研究を行った。
双子は75%の精度で個々の反応を再現し、人間の答えとの相関は低かった。
論文 参考訳（メタデータ） (2025-09-23T14:42:14Z) - Twin-2K-500: A dataset for building digital twins of over 2,000 people based on their answers to over 500 questions [11.751234495886674]
LLMベースのデジタルツインシミュレーションは、AI、社会科学、デジタル実験の研究に大いに貢献する。
我々は、米国におけるN = 2,058$参加者(平均2.42時間)の代表サンプルを、合計500の質問を含む4つの波で調査した。
最初の分析では、データは高品質であることが示唆され、個人と集合レベルでの人間の振る舞いを良く予測するデジタルツインの構築が約束されている。
論文 参考訳（メタデータ） (2025-05-23T05:05:11Z) - Digital Twin Generation from Visual Data: A Survey [24.812547645957924]
デジタルツインは、ロボティクスの応用、メディアコンテンツ作成、デザインと建設の作業に使用できる。
我々は,3次元ガウス・スプラッティング,生成的インペイント,セマンティックセグメンテーション,基礎モデルなど,様々なアプローチを解析する。
本調査は,最先端の方法論とその実世界の応用への応用を包括的に概観することを目的としている。
論文 参考訳（メタデータ） (2025-04-17T17:57:41Z) - Contract-based Verification of Digital Twins [1.6238978627325962]
本稿では,ニューラルネットワークに基づくディジタルツインモデルを検証する革新的な手法を提案する。
後者は、システム要件をキャプチャするシステムレベルの契約の定義と適用に依存します。
我々は,ある入力に対してディジタルツインモデルをシミュレートする自動解を開発し,予測出力と入力を契約モデルに供給する。
論文 参考訳（メタデータ） (2025-04-07T10:33:10Z) - Fact Checking Beyond Training Set [64.88575826304024]
本稿では,レトリバーリーダが,あるドメインのラベル付きデータに基づいてトレーニングし,別のドメインで使用する場合,性能劣化に悩まされることを示す。
本稿では,レトリバー成分を分散シフトに対して頑健にするための逆アルゴリズムを提案する。
次に、これらのデータセットから8つの事実チェックシナリオを構築し、モデルと強力なベースラインモデルのセットを比較します。
論文 参考訳（メタデータ） (2024-03-27T15:15:14Z) - From Digital Twins to Digital Twin Prototypes: Concepts, Formalization,
and Applications [55.57032418885258]
デジタル双対とは何かという合意的な定義は存在しない。
我々のデジタルツインプロトタイプ(DTP)アプローチは、組み込みソフトウェアシステムの開発と自動テストにおいて、エンジニアを支援します。
論文 参考訳（メタデータ） (2024-01-15T22:13:48Z) - Contrastive Transformer Learning with Proximity Data Generation for
Text-Based Person Search [60.626459715780605]
記述的なテキストクエリーを与えられたテキストベースの人物検索は、画像ギャラリーからベストマッチした人物を検索することを目的としている。
このようなクロスモーダル検索タスクは、重要なモダリティギャップ、きめ細かい相違、注釈付きデータの不十分さのため、かなり難しい。
本稿では,テキストに基づく人物検索のための2つのトランスフォーマーモデルを提案する。
論文 参考訳（メタデータ） (2023-11-15T16:26:49Z) - Two is Better Than One: Digital Siblings to Improve Autonomous Driving Testing [10.518360486008964]
複数の汎用シミュレータ上で、与えられた自動運転車をテストするマルチシミュレータアプローチであるデジタルシミュレータの概念を導入する。
我々は、このようなマルチシミュレーターアプローチを、大規模なテストケースにおいて、物理的にスケールした自動運転車のデジタル双対に対して実証的に比較する。
実験により,デジタル双子の故障予測において,デジタル兄弟によるアンサンブル故障予測器が個々のシミュレータよりも優れていることが示された。
論文 参考訳（メタデータ） (2023-05-14T04:10:56Z) - BeCAPTCHA-Type: Biometric Keystroke Data Generation for Improved Bot
Detection [63.447493500066045]
本研究では,キーストローク生体データ合成のためのデータ駆動学習モデルを提案する。
提案手法は,ユニバーサルモデルとユーザ依存モデルに基づく2つの統計的手法と比較する。
実験フレームワークでは16万件の被験者から1億3600万件のキーストロークイベントのデータセットについて検討している。
論文 参考訳（メタデータ） (2022-07-27T09:26:15Z) - Two-Sample Testing on Ranked Preference Data and the Role of Modeling
Assumptions [57.77347280992548]
本稿では,ペアワイズ比較データとランキングデータのための2サンプル試験を設計する。
私たちのテストでは、基本的に分布に関する仮定は必要ありません。
実世界のペアワイズ比較データに2サンプルテストを適用することで、人によって提供される評価とランキングは、実際は異なる分散である、と結論付ける。
論文 参考訳（メタデータ） (2020-06-21T20:51:09Z) - Man, machine and work in a digital twin setup: a case study [77.34726150561087]
物理ロボット組立システムの仮想的な実装としてのデジタルツインは、設計、構築、運用による検証と制御のためのフロントランナーとして構築される。
システムライフサイクルに沿ったデジタルツインの形式、ビルディングブロック、潜在的なアドバンテージが提示される。
論文 参考訳（メタデータ） (2020-06-15T20:54:43Z)
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。