PulseAugur
中
实时 11:29:52
English(EN) Building real-time digital twin instances with Function+Data Flow: user evaluation and extension for iterative pipelines

新的 FDF 框架简化了 AI 驱动的数字孪生开发

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为 Function+Data Flow (FDF) 的新框架，以简化利用 AI 和机器学习流水线的数字孪生创建过程。FDF 在 DesCartes Builder 环境中实现，旨在使这些复杂的流水线对领域专家来说更易于访问和更可靠。一项实证用户研究表明该工具具有良好的可用性，并根据反馈提出了扩展的层级 FDF (H-FDF) 以支持更复杂、迭代的流水线结构。 AI

影响 简化了基于 AI 的数字孪生的工程构建，可能使其对领域专家更易于访问。

排序理由 该集群包含一篇详细介绍新框架及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 FDF 框架简化了 AI 驱动的数字孪生开发

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Eduardo de Conto, Blaise Genest, Arvind Easwaran, Nicholas Ng, Shweta Menon ·

    使用 Function+Data Flow 构建实时数字孪生实例：用户评估与迭代式管道的扩展

    arXiv:2608.18480v1 Announce Type: cross Abstract: Digital twins (DTs) increasingly leverage artificial intelligence (AI) and machine learning (ML) pipelines, both to build real-time DTs from high-fidelity simulations and to instantiate them with historical data. However, engineer…

相关话题