低炭素製造のためのハイパーグラフ情報に基づく連鎖リスク制御：デジタルツイン開発に向けたシミュレーション研究
Hypergraph-informed cascading risk control for low-carbon manufacturing: a simulation study for digital-twin development (原題)
Haipin Li, Jifa Lu
🤖 gxceed AI 要約
日本語
共有資源を通じて障害が伝播する製造ネットワークにおいて、生産維持と排出抑制のトレードオフを5層の縮約モデルで検証したシミュレーション研究。疎なハイパーグラフ特徴、時間的損傷記憶、炭素・裾超過ペナルティ付きソフトアクタークリティックを組み合わせた制御器を提案。平均レジリエンス0.875を達成し排出は比較手法より24.0%低いが、87.5%の軌道で許容量を超過した。
English
A simulation-only study of a five-layer reduced-order manufacturing network examining the trade-off between production continuity and emissions when disturbances cascade through shared resources. The prototype combines sparse hypergraph risk features, temporal damage memory, and a soft actor-critic controller with carbon and tail-excess penalties. It reaches mean resilience 0.875 with 24.0% lower emissions than HG-SAC, yet exceeds the carbon allowance in 87.5% of trajectories, highlighting an emissions-resilience trade-off.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本の製造業がScope 3・SSBJ対応とサプライチェーン強靱化を両立させる際、炭素制約下でのレジリエンス設計という論点は示唆的。ただし実プラント検証がなく、国内実務への直接的示唆は限定的。
In the global GX context
Speaks to the emerging global question of how industrial operators reconcile decarbonization targets with supply-chain resilience under ISSB/CSRD-driven disclosure pressure. The digital-twin framing connects to transition-planning and physical climate-risk assessment, though validation gaps limit immediate applicability.
👥 読者別の含意
🔬研究者:炭素制約とレジリエンスのトレードオフを強化学習で扱う際の評価設計（対照シード、多重性補正）の参考になる。
🏢実務担当者:デジタルツインによるリスク制御を検討する製造業にとって、排出許容とレジリエンスの両立困難性を示す予備的知見。
📄 Abstract（原文）
Manufacturing operators must maintain production while limiting emissions when disturbances spread through shared resources. This simulation-only study examines that trade-off in a reduced-order, five-layer manufacturing network; no physical-plant calibration or live digital-twin connection is available. The prototype combines sparse hypergraph risk features, temporal damage memory and a soft actor-critic controller with carbon and tail-excess penalties. Trained policies are evaluated on four held-out synthetic networks using 50 paired disturbance seeds and three initialization seeds. The proposed controller achieves mean resilience 0.875, compared with 0.442 without intervention and 0.947 for HG-SAC. Its emissions are 24.0% lower than HG-SAC, but it exceeds the allowance in 87.5% of trajectories. Paired effect sizes, multiplicity corrections, retrained ablations and shifted-disturbance tests clarify the trade-offs and limitations. The results show a trade-off between emissions and resilience under the simulated conditions. Prospective plant calibration and shadow validation remain necessary.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.3389/fmech.2026.1958346first seen 2026-10-23 05:15:37 · last seen 2026-11-06 04:50:45
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。