WiMi พัฒนาเทคโนโลยีการจําลองดิจิทัลทวินจากหลายแหล่งข้อมูล

กรุงเทพฯ, 6 ต.ค. 2566 – WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” หรือ “บริษัท”) ผู้ให้บริการเทคโนโลยี Hologram Augmented Reality (“AR”) ชั้นนําระดับโลก ได้ประกาศในวันนี้ว่าบริษัทได้พัฒนาเทคโนโลยีการจําลองดิจิทัลทวินจากหลายแหล่งข้อมูล เพื่อสร้างโมเดลดิจิทัลทวินที่ครอบคลุม ถูกต้อง และน่าเชื่อถือมากยิ่งขึ้น

เทคโนโลยีนี้หมายถึงการรวมข้อมูลจากแหล่งต่างๆ เข้าด้วยกันในโมเดลเดียว ในการจําลองดิจิทัลทวิน เทคนิคการรวมข้อมูลจากแหล่งต่างๆ สามารถช่วยให้เราได้ข้อมูลที่ครอบคลุมและถูกต้องมากยิ่งขึ้น ดังนั้นจึงช่วยปรับปรุงความแม่นยําและความน่าเชื่อถือของโมเดลดิจิทัลทวิน

โมดูลหลักๆ ของระบบจําลองดิจิทัลทวินแบบรวมข้อมูลจากแหล่งต่างๆ ประกอบด้วย การได้มาและการเตรียมข้อมูล การรวมข้อมูลและการจัดระเบียบข้อมูล การพัฒนาและการฝึกโมเดล การนําโมเดลไปใช้และการอัปเดตแบบเรียลไทม์ และการวิซูอลไลซ์และการวิเคราะห์ เป็นต้น ซึ่งส่วนต่างๆ เหล่านี้มีความเกี่ยวข้องกันและมีปฏิสัมพันธ์กัน และร่วมกันสร้างขึ้นเป็นมุมมองหลักๆ ของเทคโนโลยีการจําลองดิจิทัลทวินแบบรวมข้อมูลจากแหล่งต่างๆ

เบื้องต้น ระบบจะเก็บรวบรวมข้อมูลจากแหล่งข้อมูลหลายแหล่งและทําการเตรียมและทําความสะอาดข้อมูลเพื่อให้แน่ใจถึงคุณภาพและความสอดคล้องของข้อมูล รวมถึงการทําความสะอาดข้อมูล การแปลงข้อมูล การผสานข้อมูล และการดําเนินการอื่นๆ จากนั้นข้อมูลจากแหล่งข้อมูลต่างๆ จะถูกรวมเข้าด้วยกันในโมเดลข้อมูลเดียว ซึ่งอาจต้องมีการดําเนินการ เช่น การแมปปิ้งข้อมูล การแปลงข้อมูล และการรวมข้อมูล เพื่อให้ข้อมูลระหว่างแหล่งข้อมูลต่างๆ สามารถเชื่อมโยงและวิเคราะห์ร่วมกันได้อย่างมีประสิทธิภาพ การพัฒนาโมเดลสําหรับการจําลองดิจิทัลทวินจะดําเนินการต่อโดยใช้ข้อมูลที่รวมกันแล้วสําหรับการฝึกและการปรับแต่งโมเดลโดยการเลือกอัลกอริทึมการจําลองที่เหมาะสม กําหนดโครงสร้างและพารามิเตอร์ของโมเดล และใช้ข้อมูลการฝึกในการฝึกและตรวจสอบโมเดล ต่อจากนั้นโมเดลที่ผ่านการฝึกแล้วจะถูกนําไปใช้ในสภาพแวดล้อมเรียลไทม์และรับข้อมูลจากแหล่งข้อมูลต่างๆ แบบเรียลไทม์ ซึ่งอาจมีการดําเนินการ เช่น การนําโมเดลไปใช้ การส่งข้อมูลแบบเรียลไทม์ และการอัปเดตโมเดลแบบเรียลไทม์ เพื่อให้โมเดลดิจิทัลทวินสะท้อนการเปลี่ยนแปลงในโลกแห่งความเป็นจริงได้อย่างเรียลไทม์ โมดูลนี้รับผิดชอบการวิซูอลไลซ์และวิเคราะห์ผลลัพธ์ของโมเดลดิจิทัลทวินเพื่อให้ผู้ใช้สามารถเข้าใจและใช้ประโยชน์จากผลลัพธ์ของโมเดลได้ และการจัดหาเครื่องมือวิซูอลไลเซชันและอัลกอริทึมการวิเคราะห์เพื่อสนับสนุนความเข้าใจและการตัดสินใจของผู้ใช้ต่อผลลัพธ์ของโมเดล

ด้วยการเข้าถึงแหล่งข้อมูลมากขึ้นและความต้องการรวมข้อมูลที่ซับซ้อนมากขึ้น เทคนิคการจําลองดิจิทัลทวินในอนาคตอาจต้องจัดการกับข้อมูลหลายรูปแบบ รวมถึงรูปแบบข้อมูลต่างๆ เช่น รูปภาพ เสียง และวิดีโอ การรวมข้อม