<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Machine_learning on MagicDPD: Magic Driven Product Development!</title><link>https://magicdpd.com/tags/machine_learning/</link><description>MagicDPD: Magic Driven Product Development! (Machine_learning)</description><generator>Hugo -- gohugo.io</generator><language>ru</language><lastBuildDate>Wed, 24 Mar 2021 12:27:29 +0000</lastBuildDate><atom:link href="https://magicdpd.com/tags/machine_learning/index.xml" rel="self" type="application/rss+xml"/><item><title>Artificial Intelligence for Material Models</title><link>https://magicdpd.com/posts/2021-03-24-artificial-intelligence-for-material-mod/</link><pubDate>Wed, 24 Mar 2021 12:27:29 +0000</pubDate><guid>https://magicdpd.com/posts/2021-03-24-artificial-intelligence-for-material-mod/</guid><description>&lt;p&gt;Artificial Intelligence for Material Models&lt;/p&gt;
&lt;p&gt;Еще одно применение AI для CAE в области материаловедения - на этот раз от DYNAmore. Коллеги вписались в исследовательский проект &amp;ldquo;Искусственный интеллект для моделей материалов&amp;rdquo; (Artificial Intelligence for Material Models, AIMM), который состоит в том, чтобы дополнить и/или заменить классические реологические модели материалов на модели, построенные AI при анализе большого числа экспериментов. Основное внимание в AIMM будет уделяться более быстрому внедрению новых материалов посредством ускоренного описания для приложений CAE, разработки связанных с ними новых экспериментальных концепций для генерирования необходимых обучающих данных, а также сокращению фазы характеризации и моделирования посредством автоматизации процессов.&lt;/p&gt;
&lt;p&gt;Спонсором проекта является TÜV Rheinland (&lt;a href="https://ru.wikipedia.org/wiki/T" target="_blank" rel="noopener noreferrer"&gt;https://ru.wikipedia.org/wiki/T&lt;/a&gt;ÜV_Rheinland_Group). В проекте также задействованы Mercedes-Benz AG, ElringKlinger AG, GOM GmbH и renumics GmbH.&lt;/p&gt;
&lt;p&gt;Вообще, тема DYNAmore очень здорово пересекается с уже имеющимися у ANSYS LST наработками по использованию нейронных сетей для моделирования микроструктуры материалов (&lt;a href="https://www.lstc-cmmg.org/deep-material-network%29" target="_blank" rel="noopener noreferrer"&gt;https://www.lstc-cmmg.org/deep-material-network)&lt;/a&gt;.&lt;/p&gt;
&lt;p&gt;#ansys #dynamore #ls-dyna #lstc #machine_learning #material
&lt;a href="https://tinyurl.com/yf6xk86t" target="_blank" rel="noopener noreferrer"&gt;https://tinyurl.com/yf6xk86t&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://ru.wikipedia.org/wiki/T" target="_blank" rel="noopener noreferrer"&gt;https://ru.wikipedia.org/wiki/T&lt;/a&gt;ÜV_Rheinland_Group)
&lt;a href="https://www.lstc-cmmg.org/deep-material-network" target="_blank" rel="noopener noreferrer"&gt;https://www.lstc-cmmg.org/deep-material-network&lt;/a&gt;
&lt;a href="https://tinyurl.com/yf6xk86t" target="_blank" rel="noopener noreferrer"&gt;https://tinyurl.com/yf6xk86t&lt;/a&gt;&lt;/p&gt;</description></item><item><title>Ansys займется алхимией</title><link>https://magicdpd.com/posts/2021-02-24-ansys-zaymetsya-alhimiey/</link><pubDate>Wed, 24 Feb 2021 13:01:26 +0000</pubDate><guid>https://magicdpd.com/posts/2021-02-24-ansys-zaymetsya-alhimiey/</guid><description>&lt;p&gt;Ansys займется алхимией&lt;/p&gt;
&lt;p&gt;17 февраля 2021 ANSYS обвил о своей договоренности с компанией  Intellegens Limited (&lt;a href="https://intellegens.ai" target="_blank" rel="noopener noreferrer"&gt;https://intellegens.ai&lt;/a&gt;) из Кэмбриджа об использовании их линейки продуктов под говорящим названием Alchemite в моделировании процессов аддитивного производства. Alchemite - это решения на основе машинного обучения позволяющею быстро идентифицировать параметры материалов и анализировать результаты экспериментов.&lt;/p&gt;
&lt;p&gt;Alchemite предполагается встроить в материаловедческую систему Ansys Granta MI. Ожидается, что такая связка ПО позволит решить такие задачи, как оптимизация технологических параметров для процессов AM, прогнозирование свойств материалов на основе расчетов, контроль качества и помощь в проектировании экспериментов (DoE) для AM.&lt;/p&gt;
&lt;p&gt;&lt;a href="https://www.automation.com/en-us/articles/february-2021/intellegens-ansys-additive-manufacturing-material" target="_blank" rel="noopener noreferrer"&gt;www.automation.com/en-us/articles/february-2021/intellegens-ansys-additive-manufacturing-material&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;Кстати, у компании уже есть успешные кейсы, например с Боингом (&lt;a href="https://intellegens.ai/machine-learning-making-light-work-of-additive-manufacturing-aerospace-alloys/%29" target="_blank" rel="noopener noreferrer"&gt;https://intellegens.ai/machine-learning-making-light-work-of-additive-manufacturing-aerospace-alloys/)&lt;/a&gt;, а также исследование по улучшению DED печати (&lt;a href="https://intellegens.ai/probabilistic-neural-network-identification-of-an-alloy-for-direct-laser-deposition/" target="_blank" rel="noopener noreferrer"&gt;https://intellegens.ai/probabilistic-neural-network-identification-of-an-alloy-for-direct-laser-deposition/&lt;/a&gt;)&lt;/p&gt;
&lt;p&gt;#additive_manufacturing #ai #alchemite #ansys #granta #machine_learning
&lt;a href="https://tinyurl.com/y77bppct" target="_blank" rel="noopener noreferrer"&gt;https://tinyurl.com/y77bppct&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://intellegens.ai/" target="_blank" rel="noopener noreferrer"&gt;Intellegens - Applied machine learning&lt;/a&gt;
&lt;a href="https://www.automation.com/en-us/articles/february-2021/intellegens-ansys-additive-manufacturing-material?listname=Automation%20&amp;amp;%20Control%20News%20&amp;amp;%20Articles" target="_blank" rel="noopener noreferrer"&gt;https://www.automation.com/en-us/articles/february-2021/intellegens-ansys-additive-manufacturing-material?listname=Automation%20&amp;%20Control%20News%20&amp;%20Articles&lt;/a&gt;
&lt;a href="https://intellegens.ai/machine-learning-making-light-work-of-additive-manufacturing-aerospace-alloys/" target="_blank" rel="noopener noreferrer"&gt;https://intellegens.ai/machine-learning-making-light-work-of-additive-manufacturing-aerospace-alloys/&lt;/a&gt;
&lt;a href="https://intellegens.ai/probabilistic-neural-network-identification-of-an-alloy-for-direct-laser-deposition/" target="_blank" rel="noopener noreferrer"&gt;https://intellegens.ai/probabilistic-neural-network-identification-of-an-alloy-for-direct-laser-deposition/&lt;/a&gt;
&lt;a href="https://tinyurl.com/y77bppct" target="_blank" rel="noopener noreferrer"&gt;https://tinyurl.com/y77bppct&lt;/a&gt;&lt;/p&gt;</description></item><item><title>Машинное обучение для CFD</title><link>https://magicdpd.com/posts/2021-01-22-mashinnoe-obuchenie-dlya-cfd/</link><pubDate>Fri, 22 Jan 2021 14:51:31 +0000</pubDate><guid>https://magicdpd.com/posts/2021-01-22-mashinnoe-obuchenie-dlya-cfd/</guid><description>&lt;p&gt;Машинное обучение для CFD&lt;/p&gt;
&lt;p&gt;&lt;a href="https://www.youtube.com/watch?v=8e3OT2K99Kw" target="_blank" rel="noopener noreferrer"&gt;https://www.youtube.com/watch?v=8e3OT2K99Kw&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;Стивен Брантон (Steven L. Brunton) - доцент кафедры машиностроения, Университет Вашингтона, Сиэтл, Вашингтон, США (Department of Mechanical Engineering, University of Washington, Seattle, Washington, USA) рассказывает о том, как технологии машинного обучения и машинного интеллекта могут применяться при решении CFD задач. Во многом видео является презентацией его статьи, которая бесплатно доступна для скачивания по ссылке: &lt;a href="https://www.annualreviews.org/doi/pdf/10.1146/annurev-fluid-010719-060214" target="_blank" rel="noopener noreferrer"&gt;https://www.annualreviews.org/doi/pdf/10.1146/annurev-fluid-010719-060214&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://www.youtube.com/watch?v=3fOXIbycAmc" target="_blank" rel="noopener noreferrer"&gt;https://www.youtube.com/watch?v=3fOXIbycAmc&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://www.youtube.com/watch?v=gb_C9LcjDSI" target="_blank" rel="noopener noreferrer"&gt;https://www.youtube.com/watch?v=gb_C9LcjDSI&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;#ai #cfd #machine_learning
&lt;a href="https://tinyurl.com/yxtofu9p" target="_blank" rel="noopener noreferrer"&gt;https://tinyurl.com/yxtofu9p&lt;/a&gt;
by Юрий Новожилов&lt;/p&gt;
&lt;p&gt;&lt;a href="https://www.youtube.com/watch?v=8e3OT2K99Kw" target="_blank" rel="noopener noreferrer"&gt;Machine Learning for Fluid Mechanics&lt;/a&gt;
&lt;a href="https://www.annualreviews.org/doi/pdf/10.1146/annurev-fluid-010719-060214" target="_blank" rel="noopener noreferrer"&gt;https://www.annualreviews.org/doi/pdf/10.1146/annurev-fluid-010719-060214&lt;/a&gt;
&lt;a href="https://www.youtube.com/watch?v=3fOXIbycAmc" target="_blank" rel="noopener noreferrer"&gt;https://www.youtube.com/watch?v=3fOXIbycAmc&lt;/a&gt;
&lt;a href="https://www.youtube.com/watch?v=gb_C9LcjDSI" target="_blank" rel="noopener noreferrer"&gt;https://www.youtube.com/watch?v=gb_C9LcjDSI&lt;/a&gt;
&lt;a href="https://tinyurl.com/yxtofu9p" target="_blank" rel="noopener noreferrer"&gt;https://tinyurl.com/yxtofu9p&lt;/a&gt;&lt;/p&gt;</description></item></channel></rss>