An Online Sequential Update Method for Reduced-Order-Model-Based Digital Twin
Notice bibliographique
Résumé
Abstract Digital twin (DT) refers to any model that reflects a physical system and remains updated with the real-time data from the physical system. Recently, DT constructed with a reduced-order model (DT-ROM) has been applied to aerodynamics and structure health monitoring tasks, whose partial differential equations (PDEs) are used to design the online update formula for reduced bases and coefficients in DT-ROM. Although such online update methods improve the performance of DT-ROM, they are not applicable when the PDEs of a system are unknown. This paper focuses on the online update task where a system is modeled with a DT-ROM, but the system’s PDEs are unknown. To tackle the task, an online sequential update method is proposed. During the update process, the projection residual of online data on the reduced bases is applied to determine whether to update the reduced bases in ROM, and the prediction residual of online data obtained by the offline DT-ROM is adopted to infer whether to update the coefficient models. By checking both criteria sequentially, the online update method selects the necessary online data for the DT update. Three numerical problems and one engineering problem are designed to test the proposed online update method. Testing results demonstrate that (a) the proposed online update method reduces both the projection and prediction residuals gradually, and (b) the performance of the offline DT-ROM model on the testing data is improved gradually during the online update process. Both indicate that the proposed method could be applied to online DT update tasks where the PDEs of the system are unknown.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».