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

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

将数字孪生作为赋予智能和机构的实体的方式，可以避免混淆，人性化概念，并讨论数字孪生的智能程度、角色和责任，以及为数字孪生设定长期方向。

Oct, 2022

本文提出了数字孪生图（DTG）的概念，是一种自动化的、不依赖领域专家的数字孪生构建方法，采用数据驱动和图学习方法应对数字孪生的挑战。

Apr, 2023

本文旨在提供关于如何对复杂网络系统中的实体和交互进行建模的综述，以达到创建完美匹配现实的数字孪生的最终目标。我们提出了一个新的框架来比较不同学科中现有的建模范例，并创建统一的评估标准，以评估它们各自达到终极目标的能力。使用所提出的标准，我们还评估了当前最先进方法距离理想数字孪生的距离。我们还鉴定和提出了构建基于 CNS 和 DT 汇聚和融合的 DT 导向的 CNS 的潜在方向和方法，利用各种跨学科技术。

Feb, 2022

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

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

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