論文の概要: The PUR-1 Cyber-Physical Digital Twin

• arxiv url: http://arxiv.org/abs/2608.30186v1
• Date: Mon, 31 Aug 2026 03:10:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.207064
• Title: The PUR-1 Cyber-Physical Digital Twin
• Title（参考訳）: PUR-1 サイバー物理デジタル双発機
• Abstract要約: PUR-1 DTは、完全な高忠実度物理ベースのAI駆動仮想モデルスタックを備えたサイバー物理デジタルツインである。 フルリアクトル運転サイクルにおけるリアルタイム同期状態推定と短期予測を実証する。
• 参考スコア（独自算出の注目度）: 0.47187609203210706
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Digital twin technologies have the potential to improve operational flexibility and responsiveness capabilities of nuclear systems. To provide decision support, cyber event characterization, state estimation, predictive control, and real-time dynamic processing of operational data, however, an efficient digital twin needs to integrate multiple models (data-driven as well as physics-based) with explainability while at the same time maintain two-way synchronization with the physical facility at a time constant less than its operational cycle. In this work, we present the Purdue University Reactor One Digital Twin (PUR-1 DT), a cyber-physical digital twin with a complete high-fidelity physics-based and AI-driven virtual model stack (neutronics, thermal-hydraulics, point kinetics) which provides closed-loop explainable diagnostics, forecasting, predictive control, and action recommendation back to the reactor via two-way communications and a cyber-physical testbed. We demonstrate real-time synchronized state estimation and short-term forecasting over a full reactor operational cycle and conduct a series of benchmarking experiments to validate accuracy and latency. Our results show good agreement with experimental results and lay the groundwork for further development and experimental demonstration of DT-enabled functionalities in real-world facilities.
• Abstract（参考訳）: デジタルツイン技術は、原子力システムの運用の柔軟性と応答性を改善する可能性がある。 操作データの意思決定支援、サイバー事象の特徴付け、状態推定、予測制御、リアルタイムな動的処理を提供するが、効率的なデジタルツインは、複数のモデル(データ駆動型、物理ベース)を説明可能性と一体化するとともに、物理設備との双方向同期を、その操作サイクルよりも一定の時間で維持する必要がある。 本研究は,Purdue University Reactor One Digital Twin (PUR-1 DT)という,完全かつ高忠実な物理およびAI駆動の仮想モデルスタック(中性子,熱水和物,点運動学)を備えたサイバー物理デジタルツインで,クローズドループで説明可能な診断,予測,予測制御,アクションレコメンデーションを,双方向通信とサイバー物理テストベッドを通じて原子炉に戻す。 本研究では, 実時間同期状態推定と短期予測を全炉運転サイクルで実施し, 一連のベンチマーク実験を行い, 精度とレイテンシを検証した。 本研究は,実験結果と良好な一致を示し,現実の施設におけるDT対応機能のさらなる開発と実証の基盤となるものと考えられる。

関連論文リスト

• Intern-S2-Preview: Scientific Agentic Foundation Model [199.88087357217503]
  Intern-S2-Previewはマルチモーダルな科学的理解、推論、生成、長距離タスクをサポートするように設計されている。 トレーニングパイプラインは、レンダリングされた科学文書、インターリーブされた画像テキストデータ、多様な科学的コーパスに対する科学的なマルチモーダル事前トレーニングから始まる。 このパイプラインはロールアウトを改善し、安定性と効率性をトレーニングする実践的な技術によって支えられている。
  論文  参考訳（メタデータ） (2026-08-13T17:31:28Z)
• Virtual Temperature Sensors in Power Transformers Using Neural Ordinary Differential Equations [42.50242605797505]
  本稿では,変圧器の熱挙動を予測するための物理対応ニューラル正規微分方程式フレームワークを開発する。 重要な貢献は、単純化された熱伝達方程式をニューラルODEの定式化に直接統合することである。 このフレームワークは、異種変圧器ユニットに対して標準化され、物理学的、堅牢な予測手法を提供する。
  論文  参考訳（メタデータ） (2026-08-13T13:59:32Z)
• From Brain Models to Executable Digital Twins: Execution Semantics and Neuro-Neuromorphic Systems [51.82266520875928]
  この調査では、実行のレベルでアプローチを比較するための統一的な視点として、物理的に制約された実行可能性を紹介します。 本稿では,孤立オフラインモデルから協調シミュレーション,オンラインデータによるディジタル双生児の連続実行に至るまで,実行体制の分類について提案する。 実行可能性の概念は、なぜ正確性だけで不十分なのかを明確にし、セマンティック・インターオペラビリティ、ハイブリッド・タイムの正確性、評価プロトコル、スケーラブルな同化、安全なクローズドループ検証を中心にしたアジェンダを動機付けている。
  論文  参考訳（メタデータ） (2026-04-15T07:34:46Z)
• CRoSS: A Continual Robotic Simulation Suite for Scalable Reinforcement Learning with High Task Diversity and Realistic Physics Simulation [46.950823663585425]
  継続的な強化学習では、エージェントは以前取得したポリシーを忘れずに一連のタスクから学ぶ必要がある。 本稿では,ガゼボシミュレータで現実的にシミュレーションされたロボットをベースとしたCRLのための新しいベンチマークスイートを提案する。
  論文  参考訳（メタデータ） (2026-02-04T18:54:26Z)
• A Comprehensive Survey on Surgical Digital Twin [6.127475970958215]
  手術用デジタルツイン(英: surgery Digital Twins, SDT)は、手術前、手術中、および術後の医療において、意思決定を反映し、予測し、伝達する仮想のツインである。 SDTは、ヘテロジニアスイメージング、キネマティクス、生理学を厳格な遅延予算の下で融合させるという、永続的な課題に直面している。 この調査は、SDTの批判的で構造化されたレビューを提供する。
  論文  参考訳（メタデータ） (2025-10-28T22:13:47Z)
• An AI-Driven Thermal-Fluid Testbed for Advanced Small Modular Reactors: Integration of Digital Twin and Large Language Models [4.30384648708148]
  本稿では,小型モジュールリアクタ技術の進歩を目的とした多目的人工知能(AI)駆動型熱流体テストベッドを提案する。 このプラットフォームは、多用途の3ループ熱流体施設と、リアルタイム予測、制御、運用支援のための高忠実なデジタルツインと高度なAIフレームワークを組み合わせる。
  論文  参考訳（メタデータ） (2025-07-08T21:07:30Z)
• Predictive Digital Twin for Condition Monitoring Using Thermal Imaging [0.0]
  本稿では,条件監視に特化して設計された予測デジタル双対の開発と実用化について検討する。 我々は、堅牢なデジタルツインフレームワークを確立するために、高度な数学的モデルと熱画像技術を用いている。 本稿では,バーチャルリアリティ,ユーザインタラクションの強化,システム理解などを含むヒューマンマシンインタフェースの利用について紹介する。
  論文  参考訳（メタデータ） (2024-11-08T11:23:57Z)
• Virtual Sensing-Enabled Digital Twin Framework for Real-Time Monitoring of Nuclear Systems Leveraging Deep Neural Operators [0.36651088217486427]
  本稿では,デジタルツインフレームワークのコアコンポーネントとしてDeepOperator Networks (DeepONet) を導入する。 DeepONetは動的でスケーラブルな仮想センサとして機能し、操作された入力パラメータと空間的に分散されたシステムの振る舞いの間の相互作用を正確にマッピングする。 この結果から,DeepONetは平均二乗誤差と相対L2誤差で精度の高い予測を行い,従来のCFDシミュレーションの1400倍の精度で未知データの予測を行うことができた。
  論文  参考訳（メタデータ） (2024-10-17T16:56:04Z)
• Neural Operators for Accelerating Scientific Simulations and Design [85.89660065887956]
  Neural Operatorsとして知られるAIフレームワークは、継続的ドメインで定義された関数間のマッピングを学習するための原則的なフレームワークを提供する。 ニューラルオペレータは、計算流体力学、天気予報、物質モデリングなど、多くのアプリケーションで既存のシミュレータを拡張または置き換えることができる。
  論文  参考訳（メタデータ） (2023-09-27T00:12:07Z)
• Digital Twin-Centered Hybrid Data-Driven Multi-Stage Deep Learning Framework for Enhanced Nuclear Reactor Power Prediction [0.4166512373146748]
  本稿では,ハイブリッドデジタルツインに焦点を当てた多段階深層学習フレームワークを提案する。 96%の分類、2.3%のMAPEを達成し、反応器の最終的な定常電力を予測する。 データ駆動の洞察をデジタルツインの原理と整合させることで、この研究は核システム管理における適応的でスケーラブルなソリューションの基礎となる。
  論文  参考訳（メタデータ） (2022-11-23T17:32:52Z)
• Edge Continual Learning for Dynamic Digital Twins over Wireless Networks [68.65520952712914]
  デジタルツイン(DT)は、現実世界とメタバースの間の重要なリンクを構成する。 本稿では,物理的双生児とそれに対応するサイバー双生児の親和性を正確にモデル化する新しいエッジ連続学習フレームワークを提案する。 提案するフレームワークは,破滅的忘れ込みに対して頑健な,高精度かつ同期的なCTモデルを実現する。
  論文  参考訳（メタデータ） (2022-04-10T23:25:37Z)
• Digital Twins: State of the Art Theory and Practice, Challenges, and Open Research Questions [62.67593386796497]
  この研究は、様々なDT機能と現在のアプローチ、デジタルツインの実装と導入の遅れの背景にある欠点と理由を探求する。 この遅延の主な理由は、普遍的な参照フレームワークの欠如、ドメイン依存、共有データのセキュリティ上の懸念、デジタルツインの他の技術への依存、定量的メトリクスの欠如である。
  論文  参考訳（メタデータ） (2020-11-02T19:08:49Z)

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。