动态数据驱动的数字双胞胎(DDTS)利用基于DDDAS的物理系统及其虚拟对应物之间的基于DDDAS的信息 - 亲生反馈循环,从而利用物理系统的实时数据来改善系统模型,重新配置仪器管道,并优化底层系统。由于DDDA的复杂性和跨学科性质,了解决策背后的推理需要大量的技术和特定领域的知识。此外,决策通常由包含传感器读数和测量值的格式表示,这些格式难以解析。这些挑战在智能系统的智能DDT的背景下加剧了,DDTS可以利用其认知能力自主做出决定[20]。在这种情况下,解释性成为关键特性,使最终用户可以理解,从而信任DDT的自主决定。
主要关键词
![arxiv:2405.14411v2 [CS.AI] 4 Sep 2024PDF文件第1页](/bimg/c/c55a1599f52e84d48320c500d86fc035dc8af167.webp)
![arxiv:2405.14411v2 [CS.AI] 4 Sep 2024PDF文件第2页](/bimg/a/ac41c9607879bbc27646447d067b562f1e707d7a.webp)
![arxiv:2405.14411v2 [CS.AI] 4 Sep 2024PDF文件第3页](/bimg/1/106ed4d63fce50cd4651309b36d62d68697dfb9f.webp)
![arxiv:2405.14411v2 [CS.AI] 4 Sep 2024PDF文件第4页](/bimg/8/82d1c8a6032443683beac9334f40acc45188d847.webp)
![arxiv:2405.14411v2 [CS.AI] 4 Sep 2024PDF文件第5页](/bimg/5/5e6829f0100c3fc44d692175c82dd2c24feac518.webp)
