11:56
官方账号arXiv cs.LG@Yi-Ping Chen, Ying-Kuan Tsai, Vispi Karkaria, Seul Lee, Daniel Apley, Wei Chen
推荐理由：这篇论文解决了数字孪生中模型漂移的老大难问题，用LoRA和统计检验做到实时更新，增材制造案例表现很好。
鲁棒模型预测控制
共 1 条相关 AI 资讯
7月21日
11:56
该论文提出一种自适应数字孪生框架，集成基于Fisher分数的多变量漂移检测器，可实时监测代理模型置信度。在检测到概念漂移时，仅对少于1%的模型参数进行LoRA微调，并采用Mann-Whitney U检验统计验证预测性能提升。在随机线性系统和定向能量沉积增材制造案例中，该框架能快速检测分布偏移并恢复预测精度与不确定性量化。结果表明该方法能为神经网络数字孪生提供统计严谨、计算可行的持续可信保障。