迈向人类数字孪生:定义与设计 -- 调查
本文综述了人体 DT 的现状和未来前景,并提出了发展人体 DT 的五级路线图,涵盖可穿戴设备、数据收集、数据分析和决策系统等组成部分的发展。文章还强调了必要的支持、安全、成本和伦理考虑,以确保人体 DT 的负责和有效实施。该提议的路线图为指导未来发展提供了框架,并为人体 DT 的未来提供了独特视角,促进了这个快速发展领域的新的跨学科研究和创新解决方案。
Jul, 2023
物联网、医疗、人类数字孪生、生成式人工智能、物联网医疗是研究的关键词,本文重点介绍了生成式人工智能驱动的人类数字孪生在物联网医疗领域的应用和实现方法,包括数据获取、通信、管理、数字建模和数据分析等方面,以及个性化健康监测、诊断、处方和康复等典型物联网医疗应用,并探讨了未来的研究方向。
Jan, 2024
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
数字健康孪生可以定义为物理人的虚拟模型,由临床、分子、治疗参数、传感器数据和生活条件组成;与计算病理学相结合,有助于创建计算模型;数字临床试验的集成,必须考虑隐私保护措施。
Nov, 2022
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
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
通过持续数据同化,智能数字孪生系统(SDTs)在多个领域中使用图像数据观察和学习系统行为,并控制其行为,从而提高复杂系统的性能优化。本文聚焦于不断同化物理系统中的图像数据来发展基于图像的 SDTs 的各种方法及相关挑战,并讨论了设计和实现 DL 模型用于 SDTs 所面临的挑战,包括数据采集、处理和解释等方面。此外,还提供了关于发展新的基于图像的 DL 方法以构建稳健 SDTs 的未来方向和机会,包括利用生成模型进行数据增强,开发多模态 DL 模型,以及探索与 5G、边缘计算和物联网等其他技术的融合。本文描述了基于图像的 SDTs,使得数字孪生系统(DT)的范式能够在广泛的领域得到更广泛的应用,并开发新的方法以提高 SDTs 在复制、预测和优化复杂系统行为方面的能力。
Jan, 2024
患者的数字孪生是描述其健康状况随时间演变的计算模型。我们描述了一种可以学习临床轨迹条件生成模型的神经网络架构,称为数字孪生生成器(DTGs),通过改变训练集并调整超参数,该架构可以为 13 种不同症状的患者生成准确的数字孪生。通过引入通用的架构,我们旨在解锁机器学习方法在更大的数据集和更多症状上的可扩展性,以便可以为世界上的任何患者创建数字孪生。
May, 2024
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