論文の概要: A Trans-Domain Digital Twin for Bio-Aware Control of Climate and Energy in Cattle Fattening Barns Using Single-Episode Optimizer Learning
- arxiv url: http://arxiv.org/abs/2608.27185v1
- Date: Thu, 27 Aug 2026 14:30:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.448323
- Title: A Trans-Domain Digital Twin for Bio-Aware Control of Climate and Energy in Cattle Fattening Barns Using Single-Episode Optimizer Learning
- Title（参考訳）: 単一電極最適化学習を用いたキャットファッテニングバーの環境・エネルギーのバイオアウェア制御のためのトランスドメインデジタル双極子
- Abstract要約: 本稿では,バイオアウェア気候とエネルギー制御のためにカスタマイズされた,単相学習機能を備えたトランスドメインディジタルツインフレームワークを提案する。
このフレームワークは、機械的な気候シミュレータ、家畜の成長シミュレータ、モデル予測制御、軽量強化学習、構造化知識記憶を統合している。
その結果, 気候, 成長, エネルギー, 飼料, 生物学的ガイダンス, 記憶は, 単一の実行可能制御サイクル内でリンク可能であることがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In closed cattle-fattening barns, the indoor climate and herd growth are mutually interdependent. Temperature, relative humidity, airflow, and ventilation affect thermal comfort, feed intake, metabolic heat production, daily growth, feed efficiency, and energy consumption, while body-weight gain alters the future heat and moisture loads of the barn and, consequently, its ventilation, heating, and energy requirements. This article proposes a trans-domain digital twin framework with single-episode learning capability, customized for bio-aware climate and energy control in a closed cattle-fattening barn. The framework integrates a mechanistic climate simulator, a livestock growth simulator, model predictive control, lightweight reinforcement learning, and structured knowledge memory within a multi-rate temporal-loop architecture. The fast temporal loop operates every five minutes to evaluate actuator decisions and maintain short-term thermal comfort, safety, and energy efficiency, whereas the slow temporal loop provides biological guidance based on daily climatic conditions, feed efficiency, heat production, and growth-limiting factors. The results show that climate, growth, energy, feed, biological guidance, and memory can be linked within a single executable control cycle. Remaining limitations include the need for field validation, improved management of feed pressure, and reduction of abrupt actuator-command variations.
- Abstract（参考訳）: 密集した牛の飼育区では、屋内の気候と牧場の成長は相互に依存している。
温度、相対湿度、気流、換気は、熱快適性、食物摂取量、代謝熱生産量、日々の成長、給餌効率、エネルギー消費に影響を及ぼし、一方体重利得は、バーンの将来の熱と水分負荷を変え、その結果、換気、加熱、エネルギー要求に影響を及ぼす。
本稿では, 閉鎖型牛飼養場におけるバイオアウェア気候とエネルギー管理のためにカスタマイズされた, 単相学習機能を備えたトランスドメインディジタルツインフレームワークを提案する。
このフレームワークは、メカニスティックな気候シミュレータ、家畜の成長シミュレータ、モデル予測制御、軽量強化学習、構造化知識メモリをマルチレートの時間ループアーキテクチャに統合する。
速い時間ループは5分毎に作動し、アクチュエータの決定を評価し、短期的な熱快適性、安全性、エネルギー効率を維持する。
その結果, 気候, 成長, エネルギー, 給餌, 生物学的ガイダンス, 記憶は, 単一の実行可能制御サイクル内でリンク可能であることがわかった。
残る制限として、フィールド検証の必要性、フィードプレッシャーの管理の改善、急激なアクチュエータ・コマンド変動の低減がある。
関連論文リスト
- ADAPT: Physics-Aware Diffusion-based World Models for Adaptive Predictive Transferable HVAC Control [19.871939624912073]
ADAPTはHVAC制御のための物理学的条件付き屋内環境世界モデルである。
HVACのエネルギー消費を7.3%削減し、IID制御下にある最先端のベースラインと比較して、住民の不快感を30.2%削減する。
論文 参考訳（メタデータ） (2026-08-20T08:58:28Z) - Calibration-First Reward-Component Auditing for Reinforcement Learning Control in Smart Greenhouses [4.103008228953626]
温室強化学習は、作物実験だけでは達成が難しい速さとスケールで、気候制御のアイデアをテストすることができる。
しかし、スマート温室制御では、単一のシミュレーターリターンだけでは十分ではない。農家やコントロールエンジニアは、ポリシーがいつ加熱され、CO2を濃縮し、換気し、湿度を管理し、スクリーンを配置し、ランプを使用するかを知る必要がある。
シミュレーショントレーニング,施設適応型ロールアウト,ログ化された自律型温室チャレンジ記録,アクチュエータール蒸留に匹敵する温室制御報酬コンポーネントを再現可能なキャリブレーションファースト報酬監査フレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-12T07:37:54Z) - Time-series Forecast for Indoor Zone Air Temperature with Long Horizons: A Case Study with Sensor-based Data from a Smart Building [5.769064138855604]
本稿では,2週間の地平線上に建つ建物におけるゾーン温度の時系列予測モデルを構築した。
この結果は、HVACシステムのインテリジェントな制御と操作を支援するためにさらに改善される可能性がある。
論文 参考訳（メタデータ） (2025-12-22T05:19:05Z) - Physiologically Active Vegetation Reverses Its Cooling Effect in Humid Urban Climates [2.4268433535124347]
温暖化のための緑の都市への取り組みは、表面を冷却するのと同じ植生が空気の温度を増すため、不均一に成功している。
以前の研究では湿潤な暑さが都市性リスクの増大と認識されていたが、生理的活動的な植生がこのトレードオフをいかに支配するかはいまだに理解されていない。
ここでは、インド138都市における気温と湿度の合計値であるヒートインデックス(HI)に植生構造と機能がどのように影響するかを定量化する。
論文 参考訳（メタデータ） (2025-10-31T12:19:08Z) - Hiformer: Hybrid Frequency Feature Enhancement Inverted Transformer for Long-Term Wind Power Prediction [6.936415534357298]
ハイブリット周波数特徴強調変換器(ハイフォーマ)という新しい手法を提案する。
Hiformerは、気象条件と風力発電の相関関係のモデリングを強化するために、信号分解技術と気象特徴抽出技術を統合する。
最先端の手法と比較して、(i)予測精度を最大52.5%向上させ、(ii)計算時間を最大68.5%削減することができる。
論文 参考訳（メタデータ） (2024-10-17T08:00:36Z) - Global Transformer Architecture for Indoor Room Temperature Forecasting [49.32130498861987]
本研究は,多室ビルにおける室内温度予測のためのグローバルトランスフォーマーアーキテクチャを提案する。
エネルギー消費を最適化し、HVACシステムに関連する温室効果ガス排出を削減することを目的としている。
本研究は,マルチルームビルにおける室内温度予測にトランスフォーマーアーキテクチャを適用した最初の事例である。
論文 参考訳（メタデータ） (2023-10-31T14:09:32Z) - Climate-sensitive Urban Planning through Optimization of Tree Placements [55.11389516857789]
気候変動は、熱波を含む多くの極端な気象事象の強度と頻度を増している。
最も有望な戦略の1つは、街路樹の恩恵を利用して歩行者レベルの環境を冷やすことである。
物理シミュレーションでは、樹木の放射的および熱的影響が人間の熱的快適性に与える影響を推定できるが、高い計算コストが生じる。
我々は,屋外の熱的快適さの駆動因子である点平均放射温度を,様々な時間スケールでシミュレーションするためにニューラルネットワークを用いた。
論文 参考訳（メタデータ） (2023-10-09T13:07:23Z) - Powerful ordered collective heat engines [58.720142291102135]
本稿では,同期動作を行うユニットのシステムによって性能が向上するエンジンのクラスを紹介する。
熱機関として運用するには,Isingライクな相互作用と集合秩序体制との相互作用が不可欠であることを示す。
論文 参考訳（メタデータ） (2023-01-16T20:14:19Z) - Investigating Underlying Drivers of Variability in Residential Energy
Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。
本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
論文 参考訳（メタデータ） (2021-02-16T16:56:27Z) - Data-driven control of micro-climate in buildings: an event-triggered
reinforcement learning approach [56.22460188003505]
半マルコフ決定過程に基づく微小気候制御問題を定式化する。
建物内の微小気候のイベントトリガー制御のための2つの学習アルゴリズムを提案する。
スマートなサーモスタットを設計することで,提案手法の有効性を示す。
論文 参考訳（メタデータ） (2020-01-28T18:20:43Z) - NeurOpt: Neural network based optimization for building energy
management and climate control [58.06411999767069]
モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。
イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
論文 参考訳（メタデータ） (2020-01-22T00:51:03Z)
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。