数字孪生:从概念到实践
数字孪生网络在网络编排、资源管理和人工智能模型训练及智能推理等方面具有重要作用,是实现 6G 网络的关键技术之一。本文探讨数字孪生网络与人工智能相互促进的机制,并为探索数字孪生网络与人工智能的未来研究方向提供参考。
Sep, 2022
本文提出了一个 Digital Twin 级别的概念框架( Levels of Digital Twin),以帮助实践者规划 DT 部署,明确目标和可交付成果,并制定战略愿景。框架可帮助回答人与 DT 合作时 DT 可以扮演哪些角色以及这些角色可以自动化到何种程度的问题,并通过案例说明了框架的有用性。
Jan, 2023
该研究提出了一个数字孪生框架,应用于石油和天然气工业中的气举过程,旨在提高数字孪生系统的稳健性和适应性。该框架结合了贝叶斯推断、蒙特卡罗模拟、迁移学习和不确定性管理等技术,为数字孪生系统提供高效、可靠、值得信赖的识别,并致力于改进复杂实际场景中的决策过程。
Nov, 2023
数字孪生的发展代表了一种在受控数字空间中模拟和优化复杂系统的变革性进展,本文介绍了一种智能框架用于构建和评估数字孪生,旨在提高数字孪生在测试算法性能方面的准确性和实用性。
Jun, 2024
人工智能在提供各行业数字双胞胎版本的网络安全方面的作用以及与这些版本相关的风险进行了调查研究,从而为研究人员和其他对网络安全和数字安全感兴趣的人提供了一份路线图。
Nov, 2023
该研究介绍了数字孪生技术在智能制造业中的功能方面和创新应用,并对 NextG 无线技术、数据分析和边缘云计算等进行了全面的综述和反思,同时讨论数字孪生在不同工业通信层的部署策略,总结了相关的关键问题和未来研究方向。
Aug, 2021
本篇论文提供了数字孪生在自主车辆工业中的系统评述,重点强调了准确的数据收集、实时分析和高效的模拟能力,以此来提高性能和可靠性,同时探讨了数字孪生的技术挑战和中心技术,并对在智慧城市中自主车辆所使用的不同方法进行了对比分析,最后讨论了数字孪生在自主车辆行业中的应用挑战和限制。
May, 2023
通过整合人工智能 / 机器学习(AI / ML)和数字孪生(DT)技术,工业 4.0 见证了复杂机器人的崛起。本文调查了针对 AI 和 DT 模型启用机器人的隐私攻击。讨论了 ML 模型的渗透和数据泄露,以及从一阶模型(如基于物理的模型)中提取模型的潜在能力。我们还讨论了 DT 集成机器人的设计考虑,涉及 ML 模型训练、负责任的 AI 和 DT 保障、数据治理和道德考虑对这些攻击的有效性的影响。我们主张一个可信的自治途径,强调将机器人、人工智能和数字孪生技术与强大的道德框架和可靠性原则相结合,以实现安全可靠的 AI 机器人系统。
Jun, 2024