arrow
返回

Error source identification in metrology digital twin systems using machine learning

delete2025-11-30
delete0
delete
OA
AI
G
Gengxiang Chen
C
Charyar Mehdi-Souzani *
N
Nabil Anwer
DOI:10.1016/j.aei.2025.104142delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
• 提出了一种用于计量数字孪生系统误差源识别的通用机器学习框架。 • 该方法利用虚拟测量系统生成的模拟数据来支持数据驱动的校准。 • 一种基于Transformer的模型能够实现系统几何误差的准确分类和估计。 • 该方法增强了虚拟到物理的决策制定,并改善了数字计量中的不确定度控制。
Keyword:
Digital twin
Error source identification
Machine learning
Metrology systems
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

Advanced Engineering Informatics 封面图
Advanced Engineering Informatics
IF:
9.9
论文数:
4.1K
被引数:
1.7W

机构

U
Université Sorbonne Paris Nord
学者数:
149
论文数: 69
被引数: 4.1K
U
université paris-saclay
学者数:
2.2K
论文数: 898
被引数: 1
引用论文

引用论文

暂无论文信息