XiaoMi-AI文件搜索系统
World File Search SystemTwin
G0702 Urbantwin：当地能源的发展...G0702 Urbantwin：当地能源的发展...
瑞士能源策略2050旨在到2050年将能源供应系统转向净零排放目标，同时确保有效，可再生和安全的能源供应。实现这样一个目标需要通过分散的可再生生成的结合目标大幅增加发电量。在这方面，瑞士议会最近将2035年光伏（PV）生产的目标从11.5增加到35个TWH，每年增长2.2 TWH，与2022年生产的年度6 TWH相比。同时，根据瑞士能源Outlook 2050+的数据，地区和建筑物的供暖/冷却以及私人流动性的脱碳将使电力需求增加约12％。这意味着在地区低压（LV）分销网络中大量部署了分布式PV，因为大规模的PV工厂受到空间需求的限制。最终用户消耗量和分布式PV的结合需要对新资产的大量投资，也需要在基础设施上进行投资。尤其是，LV-Grids中功率流的特性将发生显着变化，可能导致线路上载体并降低功率质量。在这项工作中，我们为可持续的城市能源系统计划提供了一个决策支持框架，考虑了投资成本，运营成本和边界条件的准确建模。我们的框架将来自现场传感器和基础设施的大型数据集集成了针对市政当局和其他政府实体的多目标计划工具中。
通过ECG数字双胞胎生成的个性化心脏病检测
心脏病是全球死亡率的主要原因之一，表明对早期诊断和干预的至关重要。最传统的心电图（ECG）自动诊断方法在人群层面进行了培训，忽略了个性化ECG的定制以实现个人医疗保健管理。解决此限制的潜在解决方案是使用数字双胞胎模拟实际患者的疾病症状。在本文中，我们为个人心脏病检测提供了一种具有原始的前瞻性学习方法，该方法产生了健康个体异常的心电图的数字双胞胎，并增强了对个人症状的模型敏感性。在我们的方法中，提出了一个矢量序列的特征分离器，以通过ECG报告指导定位和隔离ECG信号中的疾病症状和正常段。因此，心电图数字双胞胎可以模拟用于训练个性化心脏病检测模型的特定心脏病。实验表明，我们的方法不仅在产生高保真的心电图信号方面表现出色，而且还可以改善个性化的心脏病检测。此外，我们的方法可确保强大的隐私保护，并保护模型开发中的患者数据。代码可以在https://github.com/huyjj/lavq-editor上找到。
利用数字孪生开发大型浮动结构资产完整性管理系统，三菱重工技术评论第61卷第2期(2024年)
数字孪生在数字空间中重现单个产品和流程，用于设计、生产、控制和维护管理等实际应用。随着机器学习、信息和通信技术、计算能力和传感器技术的进步，数字孪生的实际应用正在加速发展。鉴于稳定能源供应和实现脱碳社会等社会需求，三菱重工有限公司 (MHI) 还致力于开发数字孪生和大型浮动结构（如浮式生产、储存和卸载 (FPSO) 装置）的资产完整性管理服务。本报告总结了数字孪生技术并介绍了资产完整性管理的仪表板系统。| 1. 简介
原型生物多样性数字双胞胎：疾病暴发
非洲猪发烧（ASF）是由Asfiviru属的DNA病毒引起的野猪和家养猪（SUS SCROFA）的可传播致命感染（家族Asfarviridae； Gabriel等人； Gabriel等人。2011）。研究表明，在欧洲，传统的传输路线涉及Ornithodoros属的血液滴答tick虫在ASF感染周期中不起作用（Pietschmann等人。2016）。相反，动物是通过与其他受感染动物或受污染的尸体，食物或设备直接接触而感染的（Gaudreault等人。2020）。尽管对人们无害，但该病毒可能会产生重大的经济影响。尽管进行了持续研究2019，Gaudreault等。2020）将控制措施限制在感染的早期发现，健康与患者的身体分离以及对感染动物的淘汰（欧洲食品安全局，2014年，Jurado等人2018）。
基于强化学习的数字双胞胎在农业中的当前应用和潜在的未来方向
数字双胞胎最近在各个行业中引起了人们的关注，以进行模拟，监视和决策目的，因为它们中的大多数依赖于其架构中的机器学习模型。但是，与其他行业相比，农业数字双胞胎实施仍然有限。与此同时，一般的机器学习，尤其是强化学习，已经证明了它们在农业应用中的潜力，例如优化决策过程，任务自动化和资源管理。数字双胞胎的一个关键方面是在虚拟环境中代表物理资产或系统。这种特征与强化学习的要求很好，这依赖于环境表示能够准确地学习给定任务的最佳政策。因此，在农业中使用增强学习有可能在农业领域开放各种基于强化学习的数字双胞胎应用。为了探索这些领域，本综述旨在将采用强化学习技术在农业环境中采用的现有研究作品进行分类。一方面，创建了有关应用领域的类别，例如机器人技术，温室管理，灌溉系统和作物管理，确定了基于增强学习的数字双胞胎的潜在未来应用领域。另一方面，这些应用中采用的强化学习技术，包括表格方法，深Q-Networks（DQN），策略梯度方法和参与者 - 批判性算法，以获得当前使用的模型的概述。通过此分析，该评论旨在提供有关在农业中整合数字双胞胎和重新执行学习的最新目前的见解。此外，它旨在确定未来研究的差距和机会，包括强化学习和数字双胞胎的潜在协同作用，以应对农业挑战并优化农业流程，为更多的E FFI CIENT和可持续的农业方法铺平了道路。
气候弹性计划-Z-明尼苏达大学双城
1。Introduction.....................................................................................................................................................5 2.Strategic Framework.................................................................................................................................13 3.Implementation Support........................................................................................................................29 Acknowledgements.......................................................................................................................................32附录...........................................................................................................................................................................................
Digital Twin确保5.0 Weberar
（1）源自：Fuller，Aidan＆Fan，Zhong＆Day，Charles。（2020）。数字双胞胎：启用技术，挑战和开放研究，doi 10.1109/access.2020.2998358，IEEE访问，摘自plm.automation.siemens.com（2）Diann Daniel在https://wwwwwwwwwwwwwwwww.techtarget.com/search.com/searcherp/drive-dive-comeearcherp/drive-drignition/drignition/Drive）
原型生物多样性数字双胞胎：农业景观中的蜜蜂
beehave是一个典型的高分辨率生态模型：它的空间范围相对较小。它仅表示一个蜂巢周围的景观，即5 x 5km²。因此，它不能用于评估蜜蜂及其在各个地区，国家或其他地区的栖息地的状况。Beehave的现有工作流程依赖于周围景观中田野和农作物的地图，这些田地和农作物很少可用，并且数据以测试菌落表现的模型预测的数据。Beehave已在25多个研究中使用（Suppl。材料1），但它用于支持国家或欧洲一级的政策制定。这些政策包括欧洲社区共同农业政策（CAP）的重要方面。支持制定此类政策，同时还可以帮助农民和养蜂人及其协会发展可持续和生物多样性的实践，有必要将Beehave的范围和预测能力扩展到数字双胞胎（DT），并考虑到为生物多样性保存而发展的特定挑战（DT）2023）。数字双胞胎使我们能够以一致的方式申请Beehave，从当地特定地点应用到国家范围。
关键数字双胞胎的生成AI
1简介1 1.1数字双胞胎，数据和方案。。。。。。。。。。。。。。。。。。。。。。。。。1 1.2关键的数字双胞胎。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 1.2.1组件。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 1.2.2发电目标。。。。。。。。。。。。。。。。。。。。。。。 div>。 div>。 div>。 div>4 1.2.3指标。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>5 1.3数字双胞胎中生成模型的文献。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>6 1.3.1场景的表示。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>6 1.3.2基于规则的方案生成。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>7 1.3.3基于学习的场景生成。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。。。。。9 1.3.4关键场景生成。。。。。。。。。。。。。。。。。。。。。。。。11 1.3.5数据集和方案生成的工具。。。。。。。。。。。。。。。。。14 1.4挑战。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22 1.5论文结构。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25
3D城市数字双胞胎模拟以减轻城市热岛的热风险
连续的高温天，一种称为热浪的现象，由于原子质的气候变化而变得越来越频繁和强烈。Padua City以大量城市土壤密封为特征，特别容易受到这些变化的影响，并加剧了城市热岛影响。本研究将城市数字双胞胎技术和物联网概念集成到三维建模环境中，以开发基于自然的解决方案方案模拟工具。此工具旨在解决帕多瓦市的气候通中问题。使用传感器衍生的空气温度和相对湿度数据，我们的方法提供了详细的微气候信息，以识别帕多瓦市的耐热区域。根据此信息，选择了第一个场景开发的试点项目测试，以评估如何通过使用绿色蓝色基础设施来最好地达到冷却效果，以应对帕多瓦市的热危害。此外，这项研究探讨了在帕多瓦市计划中降低热浪期间的热效应的紧迫性。