机器学习算法在Optimus中的应用

Optimus机器学习算法介绍网络研讨会 – 2020.07.31,10AM

您的隐私对我们很重要。点击这个按钮不会将您注册为接受我们的 市场材料和新闻通讯。

结构化的工程仿真

Noesis Solutions的自动化工作流可以让工程团队以结构化的形式建立并运行仿真,这种方式可以将优质的工程经验固化为可以重复利用的工作流程。开发团队不需要启动某个特定的工程模拟分析,他们可以根据试验设计的结果建立合理计划的一系列试验,并获得对设计空间的有价值的见解。

快速精确的预测仿真结果

在处理资源密集的工程模拟分析时,使用机器学习算法加快分析的速度,变得越来越重要。统计学的应用,使计算机在面对新的数据时,可以自己学习、成长、改变和发展。由于机器学习可以发现和显示隐藏在工程模拟数据中的模式,它有很大的潜力,可以在短时间内,通过有限的仿真次数,提供高度准确的预测。

会议内容

  • Optimus包含的先进的机器学习算法 —— 包括随机森林算法和向量回归算法。

  • 如何利用这些算法作为独立的“黑盒子”应用或者集成到优化流程中,通过最少的计算量找到最优解。

  • 如何通过多种方式,应用机器学习算法突破CAE/FEA/CFD的仿真资源瓶颈

更多信息

注册链接