МоделированиеEnhanced Imitation Learning of Model Predictive Control through Importance WeightingarXiv — Systems and Control (eess.SY) · вчераМоделированиеСлабый обмен знаниями между биологическими подобластями в агентном моделированииarXiv — Physics and Society (physics.soc-ph) · вчераЦифровой двойникПроверка соответствий онтологий для национального цифрового двойникаarXiv API — полнотекстовый поиск "digital twin" · 2 днЦифровой двойникЦифровой двойник ускоряет обучение роботов в лабораторииarXiv API — полнотекстовый поиск "digital twin" · 2 днЦифровой двойникДатасет для выбора между сбором данных и действием при авариях в АСУ ТПarXiv — Computational Engineering, Finance, and Science (cs.CE) · 2 днЦифровой двойникРазреженные стохастические двойники могут превосходить точные моделиarXiv — Computational Engineering, Finance, and Science (cs.CE) · 2 днМоделированиеПлюрализм конкурирующих моделей в сетевых моделях наукиarXiv — Multiagent Systems (cs.MA) · 2 днПрогнозированиеОценивание и MPC для баланса колёсно-ногого робота при неизвестных возмущенияхarXiv — Systems and Control (eess.SY) · 2 днЦифровой двойникСвод разрозненных данных сетевой компании в цифровой двойник распредсетиarXiv API — полнотекстовый поиск "digital twin" · 3 днЦифровой двойникИнтеграция машинного обучения и оценки неопределённости для решений в реальном времени в цифровых двойникахarXiv API — полнотекстовый поиск "digital twin" · 3 днЦифровой двойникСмещения в сквозных цифровых двойниках из цепочки моделейarXiv API — полнотекстовый поиск "digital twin" · 3 днЦифровой двойникРаспределённые бандиты для свежести данных в цифровых двойниках на периферииarXiv API — полнотекстовый поиск "digital twin" · 3 дн
Физиологически обоснованный цифровой двойник для моделирования прогрессирования заболеваний печени
США и Запад ·
Представлена модель HEPATWIN — физиологически обоснованный цифровой двойник печени для моделирования функции органа и ранних стадий заболеваний. Модель объединяет ключевые процессы метаболизма и позволяет имитировать траектории биомаркеров с учётом индивидуальных особенностей пациента.
Почему это важно
Это важно как пример использования цифровых двойников для долгосрочного прогнозирования в медицинских системах, что может быть аналогично прогнозированию в промышленности.
arXiv:2611.06622v1 Announce Type: new Abstract: The approximation of model predictive control (MPC) algorithms with neural network models has received significant attention in the power electronics research community, as a valuable tool to enable the real-time implementation of computationally…
Работа задаёт формальный критерий корректности связей между онтологиями цифрового двойника — согласованность и консервативность объединённой онтологии. Подход проверен на стандарте обмена информацией IES и тринадцати онтологиях, опирающихся на BOT, Brick и SAREF4BLDG, с этапами сопоставления, ручной проверки, сертификации и логического вывода в HermiT.
Представлен TwinBridge — подход, использующий цифровой двойник, построенный на 3D-гауссовом сплаттинге и физической симуляции, для начальной настройки политики и плотных визуальных наград при онлайн-обучении реального лабораторного робота. События и геометрический прогресс в симуляторе дают награды для предобучения, которые затем дистиллируются в модель визуальных наград и дополняются историей исполнения при дообучении с участием человека.