《数字孪生实战》，作者：Greg Biegel

立即预购，享受亚马逊价格保证：http://amzn.to/4brDn1U 来自 @ManningBooks

你将学习如何：

• 为数字孪生定义清晰的业务目标 • 创建物理系统的数字表示 • 将计算机视觉、OCR 和生成式 AI 与 3D 几何模型相结合 • 将物联网传感器数据流式传输到孪生体 • 将现实世界系统表示为知识图谱 • 使用机器学习和智能 AI 进行分析与决策

数字孪生实战：Biegel, Greg: 9781633434653: Amazon.com: 图书

来源：https://www.amazon.com/dp/1633434656?lv=shuf&channelId=500&plpRedirect=mhFallback&linkCode=sl2&tag=kirkdborne-20&linkId=1d955d0ef1cf7f22568d8dc37b6d9f53&language=en_US&ref_=as_li_ss_tl 节省 预购价格保证。条款 (https://www.amazon.com/dp/1633434656?lv=shuf&channelId=500&plpRedirect=mhFallback&linkCode=sl2&tag=kirkdborne-20&linkId=1d955d0ef1cf7f22568d8dc37b6d9f53&language=en_US&ref_=as_li_ss_tl#)

{“desktop_buybox_group_1”:[{“displayPrice”:“JPY 11,468”,“priceAmount”:11468.49,“currencySymbol”:“JPY”,“integerValue”:“11,468”,“decimalSeparator”:null,“fractionalValue”:null,“symbolPosition”:“left”,“hasSpace”:true,“showFractionalPartIfEmpty”:true,“offerListingId”:“8AI0vAcD%2BTC%2Fn1lWRM15nJcTmoxSIIBoxlgBn2H6KiglFZhyAkSdk0IuqQs9GLBM1sQpGktLlggh6cNeu3%2Fg1T2Ls3IfdNbLAA6Yx5dQ%2BaoV2pN%2Ffac54GGoeRw7hQbXy3ehnq5oy1VqwiPRr2fiSQ%3D%3D”,“locale”:“en-US”,“buyingOptionType”:“NEW”,“aapiBuyingOptionIndex”:0}]}

购买选项和附加内容

在 Manning 注册印刷版书籍即可免费获得电子书。“使理论变得具体，工具变得易用，从单个传感器到城市级系统。” —Anthony Townsend，康奈尔大学

“数字孪生”是物理系统的虚拟副本，运维工程师可借此进行预测性维护、运行无风险模拟，并做出明智的数据驱动决策。

《数字孪生实战》教你如何结合软件开发、数据科学、机器人和视觉设计的方法，创建一个强大的集成平台。它同时使用了标准的开源工具和商业框架。本书牢牢扎根于现实实践，厘清了被营销术语和模糊定义笼罩的主题。这本面向软件开发者和自动化工程师的实操手册，将指导你逐步构建一个可在办公室或家庭环境中运行的小规模孪生体。作者 Greg Biegel 是该领域的资深专家，他引入了“机会到数据映射链”和“最小可行数字表示”（MVDR）等关键思维模型，确保你的设计服务于具体目标。在 10 个深入章节中，你将学会如何确定多样化信息源的优先级、使用 OCR 提取遗留文档、通过 LoRaWAN 或 Wi-Fi 部署物理传感器网络，以及用标准化的 MQTT 主题层次结构组织实时数据流。审稿人 Sanjay Basu 博士（Oracle 生成式 AI 与 GPU 基础设施副总裁）评价道：“《数字孪生实战》带你从五美元的温度传感器出发，一直走到自主决策的 AI 智能体！”

由于精确的视觉模拟是数字孪生的重要组成部分，本书深入探讨了建模与可视化技术，使虚拟系统既适用于人类也适用于机器。你将掌握跨关系数据库、Parquet 文件和 Delta 表的数据集成技术。然后，你将使用 Memgraph 中的本体和知识图谱构建现实的语义模型，使用 Grafana 渲染响应式 2D 仪表板，并使用 CesiumJS 和 WebGL 在交互式数字地球上对 3D 网格模型进行地理空间定位。

现代数字孪生依赖于高级数据分析，集成了推理与模拟。你将构建监督式图像分类器作为虚拟传感器，使用无监督孤立森林进行异常检测，并应用 AutoGluon 进行时间序列预测。你还将探索连续和离散事件仿真，并学习如何构建能够推理、规划和优化物理行为的自主 AI 智能体。最后，你将学会如何保护网络物理边界，从而自信地部署、监控和扩展一个具有弹性和可审计性的数字孪生。

内容简介• 使用语义知识图谱和本体对物理环境进行建模 • 如何部署混合物联网传感器网络并流式传输实时数据 • 集成预测性机器学习、物理模拟和 AI 智能体 • 五级数字孪生成熟度模型

读者对象适合了解机器学习基础的软件开发人员、数据工程师和架构师。无需视觉设计或工业自动化经验。

关于作者Greg Biegel 在设计并构建生产级数字孪生方面拥有超过 20 年的经验。他的丰富行业经历包括曾为一家领先的澳大利亚能源生产商从零开始开发一套先进的工业数字孪生平台，历时六年。

目录1 连接物理与数字世界 2 将物理系统映射到数字表示 3 感知现实世界 4 数据集成与管理 5 对现实进行建模 6 2D 可视化与洞察 7 空间上下文与 3D 洞察 8 集成推理与智能 9 通过模拟预测结果 10 生产级数字孪生 附录A 搭建 LoRaWAN 网络 附录B 构建自定义物联网传感器 附录C 使用摄影测量捕捉 3D 模型