サイバーフィジカルシステムのモデリングとシミュレーション
コンピテンシー

サイバーフィジカルシステムによって推論を行うためには、まずそれがモデル化されなければなりません。モデリングは、診断、設計、説明、構成、そして制御といった、様々な目的のために行われます。これらのモデルは、数値的であったり、シンボル的であったり、定性的であったり、目的論的であったり、統計的であったり(例えば、ニューラルネット)します。多くの応用において、われわれは、ハイブリッドなアプローチを取ります(シンボル的モデルと統計的モデルの統合)。
われわれの物理的モデルは、ModelicaやMATLABといったパラダイムを使って構築します。また、統計的モデルは、機械学習手法を用いて構築します。これらのハイブリッドモデルは重要です。なぜなら、われわれが分析するサイバーフィジカルシステムの多くは、不完全なモデルと不完全なデータと共に届くためです。両方の手法の組み合わせを通してのみ、それらは、取り組む課題において成功を収めるのに十分な程度にモデル化できるのです。多くのモデルは、自動的ないし半自動的に構築することが可能で、そのことは、システムモデリングプロセスを大きく早めます。われわれは、フォールトオーグメンテーション (fault augmentation)と名付けたプロセスにより、名目的の行動モデルから自動的に逸脱した行動モデルを構築する方法を開発しました。これらは、効率的で正確なコンディションベーストメンテナンスにとって非常に重要です。