Project Details
Description
Digital twins zijn afhankelijk van de beschikbaarheid van betrouwbare en voldoende nauwkeurige gegevens. Ze moeten processen in de werkelijke wereld volgen om ervan te leren (dus om hun interne modellen te verbeteren) en ze te begeleiden. Dit betekent dat de data op het juiste moment beschikbaar moeten zijn, bijvoorbeeld via een continue gegevensstroom in realtime, maar ook te begrijpen zijn door de software die in de praktijk gebruik maakt van de digital twin. Dit vereist een goede technische infrastructuur voor het delen van data, die ook de betekenis en herkomst van die data kan uitdrukken.
In de praktijk worden gegevens vaak vastgelegd en opgeslagen in datasilo's die slechts voor één specifiek doel gebruikt worden. Gegevens kunnen afkomstig zijn van openbare of gesloten databases, van sensoren, van ongestructureerde bronnen zoals publicaties, enz. Vanwege de inherente complexiteit van verschillende gegevensbronnen, vereist het vaak handmatig werk om de gegevens te ontsluiten en om te zetten in een vorm die een digital twin kan consumeren. Om deze problemen op te lossen is er behoefte aan begeleiding en standaardisatie bij het verzamelen, overdragen, interpreteren en verwerken van gegevens.
Het eerste doel van dit project is om verschillende benaderingen te vinden voor het realiseren van datastromen of datatreinen die worden gevoed met of afkomstog zijn van digital twins. Datastromen kunnen door de desbetreffende geïnteresseerde 'consumenten' worden verwerkt. Bij datatreinen ‘reist’ een datagebruiker door een datastation, verwerkt een deel van de data lokaal en neemt de gebruiker alleen het resultaat mee.
Het tweede doel is het ontwikkelen van methoden voor het uitdrukken van data en metadata, waarbij bestaande (semantische) standaarden waar mogelijk worden hergebruikt. Nieuwe benaderingen van beide vragen zullen worden geëvalueerd in use cases van huidige WUR digital twin vlaggenschepen.
Status | Finished |
---|---|
Effective start/end date | 1/01/20 → 31/12/20 |