Feb, 2023

TwinExplainer：解释汽车数字孪生的预测

PDF
TL;DR本文介绍一种 TwinExplainer 系统，其可以解释汽车数据驱动数字孪生系统的预测，并且它可以帮助汽车利益相关者了解传感器通道的全球规模以及它们对通用 DT 预测的贡献。
vehiclescyber physical systemsdata-driven digital twindeep learningtwinexplainer system
发现论文，激发创造
  • 数字孪生在自主驾驶机动系统中的应用探索 —— 新的移动时代

    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

  • 在油气工业中增强可靠性和适应性的数字孪生框架，实现最优和自治决策

    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

  • 可解释的人机交互动态数据驱动数字孪生

    本文提出了一种利用可解释机器学习和目标建模的方法，以加强人在环路动态数据驱动的应用系统和数字孪生系统的可解释性，并考虑效用的权衡分析。实验结果表明，该方法在智能仓储的运用中取得了成功。

    Jul, 2022

  • 一种针对数字孪生的白盒对抗攻击

    本文研究了基于机器学习 / 深度学习方法构建的数字孪生 (Cyber Physical System) 系统的易受到对抗性攻击的情况并给出了相关案例。

    Oct, 2022

  • 数字孪生在支持人工智能引导的预测性维护中的应用的现状综述

    数字孪生可以与预测性维护相结合，以解决挑战并推进自动化预测性维护应用的发展。

    Jun, 2024

  • 交通诊断数字孪生系统的系统性映射研究

    数字孪生在交通领域的诊断能力有限，需要进一步研究以实现诊断推理。

    Jan, 2024

  • 数字孪生：从概念到实践

    本文提出了一个数字化框架，通过权衡每个层次的利弊，制定数字孪生系统的评价标准，评估所选数字孪生系统对组织流程、策略和价值创造的影响，来帮助实践者选择数字孪生系统中的适当复杂度，同时提出数字孪生系统能提供诸如预测、模拟、人工智能和机器学习等新兴能力的误用选择可能带来的风险。三个实际案例证明了该框架的应用和实用性。

    Jan, 2022

  • 知识蒸馏增强的数字孪生在异常检测中的应用

    提出了一种名为 KDDT 的新方法用于列车控制和管理系统 (TCMS) 的异常检测，该方法利用语言模型 (LM) 和长短期记忆 (LSTM) 网络来提取背景和时间特征，在实证研究中，KDDT 表现出了卓越的性能。

    Sep, 2023

  • 土木工程结构的数字孪生框架

    本研究提出了一种基于预测性数字孪生的方法，用于土木工程结构的健康监测、维护和管理规划，通过动态贝叶斯网络建模实现了实时的结构健康诊断和故障预测，并利用此信息用于动态决策框架中的维护和管理行动的优化规划。通过两个综合案例研究，验证了该方法对健康感知数字孪生的动态决策能力。

    Aug, 2023

  • 非线性动力系统的数字双胞胎：一个视角

    对于非线性动力系统的数字孪生，其基本要求是能够生成系统的演化并预测潜在的灾难性紧急行为，以提供早期警示。数字孪生可以实时用于系统的 “健康” 监测和预测问题的解决。构建非线性动力系统的数字孪生有两种方法：稀疏优化和机器学习。本文描述了这两种方法的基本概念并讨论了它们的优势和注意事项。

    Sep, 2023