Цифровой двойникSchneider Electric, AVEVA, Nscale and Start Campus pilot AI digital twinEngineering.com · 4 днЦифровой двойникLarge Language Models Meet Bayesian Optimization: Towards Self-evolving Wireless Digital TwinsarXiv API — полнотекстовый поиск "digital twin" · 4 днМоделированиеJaxMARL-BC: Multi-Agent Reinforcement Learning for Macroeconomic Modelling, in SecondsarXiv — General Economics (econ.GN) · 4 днЦифровой двойникDigital Twins of Networked Dynamical Systems: Machine Learning Prediction of Synchronization Transitions in Coupled Chaotic OscillatorsarXiv API — полнотекстовый поиск "digital twin" · 4 днЦифровой двойникEvaluating Type-1 Diabetes Digital Twins by Decision QualityarXiv API — полнотекстовый поиск "digital twin" · 4 днПрогнозированиеCertified Neural Approximation of Robust Nonlinear Model Predictive ControlarXiv — Systems and Control (eess.SY) · 4 днПрогнозированиеIntegrating Flow Matching and Model Predictive Control for Safe Robot NavigationarXiv — Systems and Control (eess.SY) · 4 днПрогнозированиеRegion of Attraction Estimation for Linear Quadratic Regulator, Linear and Robust Model Predictive Control on a Two-Wheeled Inverted PendulumarXiv — Systems and Control (eess.SY) · 4 днЦифровой двойникVivix Executable Digital Twin for Float GlassSnowflake · 5 днЦифровой двойникMicrostructural Generative Inverse Models for Additive Manufacturing Digital TwinsarXiv API — полнотекстовый поиск "digital twin" · 5 днМоделированиеКорпоративный ИИ в России: ставка на агентные платформыTAdviser (Telegram) · 5 днМоделированиеКорпоративный ИИ в России: рост рынка при незавершённых пилотахTAdviser · 5 дн
Machine learning-assisted calibration of Agent-based Models: surrogate-based optimization with Genetic Algorithm and Particle Swarm Optimization
США и Запад ·
arXiv:2609.13247v1 Announce Type: new Abstract: Calibrating an agent-based model (ABM) is difficult because its objective landscape is stochastic and rugged, and can be evaluated only through costly black-box simulations.
arXiv:2610.28907v1 Announce Type: cross Abstract: Multi-agent reinforcement learning (MARL) offers a principled way of populating simulated economies with many heterogeneous decision makers.
Metal additive manufacturing (AM) offers substantial advantages to the fabrication of complex structural components, but its widespread adoption is slowed due to complexities in the process-structure-property relations which is the cause for uncertainty and drives risk.
Тот же материал TAdviser: рынок генеративного ИИ в 2025 году составил 58 млрд рублей, корпоративный сегмент — 44 млрд. Главным критерием становится измеримый результат, тогда как большинство проектов пока не вышли из стадии пилотов из-за вопросов интеграции, качества данных, безопасности и стоимости.