Dijital ikiz teknolojisi, fiziksel sistemlerin sanal kopyalarını oluşturarak mühendislik yapılarının izlenmesi ve kontrolünde güçlü çözümler sunuyor. Ancak karmaşık yapılarda model belirsizlikleri ve yetersiz sensör verisi gibi sorunlar bu teknolojinin etkin kullanımını engelliyor.
Araştırmacılar bu zorluklara çözüm olarak PiGGO (Physics-Guided Graph Neural ODE) adlı yenilikçi bir sistem geliştirdi. Bu sistem, fizik yasalarından rehberlik alan graf sinir ağlarını genişletilmiş Kalman filtresi içinde kullanarak, karmaşık yapıların durumunu gerçek zamanlı olarak tahmin edebiliyor.
PiGGO'nun en önemli özelliği, fiziksel bilgiyi makine öğrenmesiyle harmanlayarak hem doğrusal hem de doğrusal olmayan dinamikleri modelleyebilmesi. Graf temsili sayesinde sistem, yapının farklı bileşenleri arasındaki ilişkileri açık şekilde tanımlayabiliyor ve bilinen fiziksel kısıtlamaları öğrenme sürecine dahil ediyor.
Bu teknoloji, köprüler, gökdelenler ve diğer kritik altyapıların sağlık durumunu az sayıda sensörle bile güvenilir şekilde izleyebilme potansiyeli taşıyor. Belirsizliklerle başa çıkma yeteneği sayesinde, yapısal mühendislikte önleyici bakım ve erken uyarı sistemlerinde önemli ilerlemeler sağlayabilir.