論文の概要: From State Synchronization to Cognitive Self-Evolution: An Operational Architecture for Cognitive Digital Twins
- arxiv url: http://arxiv.org/abs/2609.09625v1
- Date: Wed, 09 Sep 2026 02:36:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.872599
- Title: From State Synchronization to Cognitive Self-Evolution: An Operational Architecture for Cognitive Digital Twins
- Title（参考訳）: 状態同期から認知自己進化へ:認知デジタル双生児のための運用アーキテクチャ
- Abstract要約: 認知デジタル双生児(CDT)は、認知機能を双発手術に組み込む拡張として登場した。
本稿では,物理層,デジタルツイン層,認知層,タスク層からなる4層CDTアーキテクチャを提案する。
本稿では、セマンティックコミュニケーション、知識クエリ、タスクオーケストレーション、クローズドループ同期に関連する重要なメカニズムとデプロイメントの課題について論じる。
- 参考スコア（独自算出の注目度）: 13.783887492824839
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As Digital Twin (DT) systems evolve beyond state synchronization toward task-oriented and knowledge-driven operation, Cognitive Digital Twins (CDTs) have emerged as an extension that incorporates cognitive capabilities into twin operation. Existing CDT studies often focus on specific enabling techniques, such as learning modules, knowledge graphs, and large language models, while providing limited insight into how cognition can be systematically integrated into DT architectures. To address this issue, this paper proposes a four-layer CDT architecture consisting of the physical layer, digital-twin layer, cognitive layer, and task layer. The proposed architecture establishes a self-evolving closed operational loop spanning these four layers, in which physical states are synchronized into digital representations, cognition constructs task-specific cognitive models through knowledge, memory, and attention, and task-level decisions are generated under practical constraints. Operational feedback further refines cognitive experience and updates relationships and annotations in the digital representation, enabling subsequent task interpretation, initiation, and reasoning to evolve with system operation. Based on this framework, two representative operation modes are characterized: user-request-driven cognition and self-driven cognition. We further discuss key enabling mechanisms and deployment challenges associated with semantic communication, knowledge querying, task orchestration, and closed-loop synchronization. A lightweight simulation study illustrates reliable closed-loop task feasibility under limited semantic information and improved operational efficiency through accumulated task experience. The proposed framework provides a structured foundation for the design and development of future CDT systems.
- Abstract（参考訳）: Digital Twins (DT) システムは、タスク指向と知識駆動の操作に向けて状態同期を超えて進化し、認知デジタルツインズ (CDTs) は、認知機能を双子の操作に組み込む拡張として登場した。
既存のCDT研究は、しばしば、学習モジュール、知識グラフ、および大きな言語モデルのような特定の有効技術に焦点を当て、認知をDTアーキテクチャに体系的に組み込む方法についての限られた洞察を提供する。
そこで本研究では,物理層,デジタルツイン層,認知層,タスク層からなる4層CDTアーキテクチャを提案する。
提案アーキテクチャは,これらの4層にまたがる自己進化型クローズド・オペレーション・ループを確立する。物理状態はデジタル表現に同期し,認知は知識,記憶,注意を通じてタスク固有の認知モデルを構築し,実際の制約下でタスクレベル決定を生成する。
操作フィードバックは、認知経験をさらに洗練させ、デジタル表現における関係やアノテーションを更新し、その後のタスク解釈、開始、システム操作による推論を可能にする。
この枠組みに基づいて、ユーザ要求駆動型認知と自己駆動型認知の2つの代表的な操作モードが特徴づけられる。
さらに、セマンティックコミュニケーション、知識クエリ、タスクオーケストレーション、クローズドループ同期に関連する重要なメカニズムとデプロイメントの課題について論じる。
軽量なシミュレーション研究は、限られた意味情報の下での信頼できるクローズドループタスクの実現可能性を示し、蓄積されたタスク体験を通して、運用効率を向上させる。
提案するフレームワークは、将来のCDTシステムの設計と開発のための構造化された基盤を提供する。
関連論文リスト
- Beyond ID Embeddings: Process-Grounded Language Modeling for Cognitive Diagnosis [77.02066500576528]
プロセス認識言語認知診断(PLCD)フレームワークは、言語から派生した構造を認知の先行点として使用し、学生の後方状態を校正するための応答記録を使用する。
PLCDは、学生のパフォーマンス予測において従来のベースラインを上回るだけでなく、認知伝達能力も高い。
論文 参考訳（メタデータ） (2026-09-11T03:51:20Z) - Toward Federated Cognitive Digital Twins over the Edge-to-Cloud Continuum [47.9194074308038]
本稿では,フェデレーションと認知を組み合わせたFCDTアーキテクチャを提案する。
このアーキテクチャは、ローカルツインとグローバルツインを通じてエッジからクラウドまでのインテリジェンスを分散し、システムレベルの推論、シミュレーション、調整を実行する。
論文 参考訳（メタデータ） (2026-07-23T14:20:59Z) - Knowledge-Centric Agents for Workflow Generation [73.4340391112949]
複数の抽象化レベルにわたる知識を逆転させ、注入し、推論することを学ぶ知識中心のフレームワークを提案する。
提案手法は,ノードの多様性,コヒーレントな構造,既存システムよりも高い実行成功率で生成する。
論文 参考訳（メタデータ） (2026-07-17T11:03:01Z) - EvoBrain: Continual Learning of EEG Foundation Models Across Heterogeneous BCI Tasks [24.82763389561231]
EvoBrainは、統合されたEEGデコーディングのためのタスク対応連続学習フレームワークである。
これは2つの相補的なコンポーネントによる可塑性-安定性のトレードオフに対処する。
様々な基礎のバックボーンにまたがる最先端の手法を一貫して超越している。
論文 参考訳（メタデータ） (2026-06-01T06:49:50Z) - Nurture-First Agent Development: Building Domain-Expert AI Agents Through Conversational Knowledge Crystallization [0.7868449549351487]
大規模言語モデル(LLM)ベースのエージェントフレームワークは、ドメイン専門のAIエージェントを生の能力からドメイン専門の効果的なエンコーディングに移行する上で、主要な課題をシフトしている。
このシーケンシャルな仮定は、ドメインの専門知識の性質と根本的なミスマッチを引き起こします。
NFD(Nurture-First Development)は、エージェントが最小限の足場を持ち、ドメイン実践者との構造的対話を通じて徐々に成長するパラダイムである。
論文 参考訳（メタデータ） (2026-03-11T14:14:53Z) - Breaking Robustness Barriers in Cognitive Diagnosis: A One-Shot Neural Architecture Search Perspective [19.30893604363489]
認知診断のためのワンショットニューラルネットワーク探索法を提案する。
OSCDはトレーニングと検索という2つの異なる段階を通じて運用されている。
探索段階において、異種雑音シナリオ下での最適アーキテクチャ探索を定式化する。
論文 参考訳（メタデータ） (2026-01-08T13:17:40Z) - PICKT: Practical Interlinked Concept Knowledge Tracing for Personalized Learning using Knowledge Map Concept Relations [2.449909275410288]
本稿では,学生のインタラクションのシーケンスを分析し,知識獲得レベルを予測する知識追跡モデルのコア技術に焦点をあてる。
知識マップは、質問や概念テキスト情報を考慮した概念間の関係を構造化し、冷戦開始時においても効果的な知識追跡を可能にする。
論文 参考訳（メタデータ） (2025-12-08T05:24:17Z) - Dynamic Programming Techniques for Enhancing Cognitive Representation in Knowledge Tracing [125.75923987618977]
認知表現動的プログラミングに基づく知識追跡(CRDP-KT)モデルを提案する。
質問の難易度とそれらの間の性能間隔に基づいて認知表現を最適化する動的プログラミングアルゴリズムである。
これは、その後のモデルトレーニングのためにより正確で体系的な入力機能を提供し、それによって認知状態のシミュレーションにおける歪みを最小限にする。
論文 参考訳（メタデータ） (2025-06-03T14:44:48Z) - SINKT: A Structure-Aware Inductive Knowledge Tracing Model with Large Language Model [64.92472567841105]
知識追跡(KT)は、学生が次の質問に正しく答えるかどうかを判断することを目的としている。
大規模言語モデルを用いた構造認識帰納的知識追跡モデル(SINKT)
SINKTは、学生の知識状態と質問表現とを相互作用させることで、対象の質問に対する学生の反応を予測する。
論文 参考訳（メタデータ） (2024-07-01T12:44:52Z) - Evaluating the structure of cognitive tasks with transfer learning [67.22168759751541]
本研究では,脳波復号処理における深層学習表現の伝達可能性について検討した。
最近リリースされた2つのEEGデータセット上で、最先端デコードモデルを用いて広範な実験を行う。
論文 参考訳（メタデータ） (2023-07-28T14:51:09Z)
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。