Toward a systematic reporting framework for Digital Twins: a cooperative robotics case study
Notice bibliographique
Résumé
Digital Twins (DTs) can be constructed for many different applications, leading to substantial differences between different case studies. To be able to learn from the challenges and lessons learned by other DT practitioners, it is important that experience reports be consistent to facilitate comparisons. In this paper, we merge three reference description frameworks for DTs, one generated from a systematic mapping study, one generated from an analysis of experience reports, and one from a systematic literature review, to come up with a unified characterization of DT applications. This analysis has identified six non-overlapping and three cross-cutting characteristics in the reference frameworks. This paper showcases the unified characterization with 21 characteristics to report on a DT case study called the Flex-cell, a manufacturing cell with two robotic arms used for cooperative assembly. The generalizability of this unified characterization is validated using a multi-case approach with another case study in robotics and another in the food industry. We call on the DT community to integrate these systematic reporting principles in their future DT experience reports such that other practitioners can learn from each other more effectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,348 | 0,360 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,024 | 0,020 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,013 | 0,022 |
| Science ouverte | 0,006 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».