人工智能工程仿真应用“,
AI/ML技术已成功应用于众多行业,如智能代理的自然语言理解、社交媒体的情感分析、金融领域的算法交易、药物发现和电子商务的推荐引擎。
人们往往没有意识到AI/ML在模拟工程中所扮演的角色。事实上,AI/ML适用于模拟工程,对于颠覆和提高客户生产力至关重要。通过AI/ML增强的先进仿真技术正在支撑工程设计过程。
了解仿真在人工智能(AI)、机器学习(ML)和深度学习应用中的作用,以及Ansys如何将AI和ML集成到仿真软件中。
加快速度和准确性
Ansys采用AI/ML方法自动查找仿真参数,同时提高速度和精度。
增加模拟
AI/ML可以加速芯片热解决方案,并开发一种流体求解器,将局部区域的高保真解决方案与粗区域的ML方法相结合。
获得商业智能
驱动商业智能决策,如Ansys仿真求解器的计算资源预测需求。
优化设计空间探索
AI/ML可以指导早期的产品优化工作,帮助工程师根据数千个参数快速找到最佳设计空间。
了解Ansys Fluent如何有效利用人工智能(AI)在不影响精度的情况下提高性能。初步结果显示加速了86倍。
Michael P. Brenner是哈佛大学应用数学和应用物理的Michael F. Cronin教授和物理学教授。布伦纳也是谷歌Research的研究科学家。他在“Fluent中通过用户定义函数进行机器学习对流离散化”中概述了他与Ansys和谷歌研究的工作。
AI/ML技术已成功应用于众多行业,如智能代理的自然语言理解、社交媒体的情感分析、金融领域的算法交易、药物发现和电子商务的推荐引擎。
人们往往没有意识到AI/ML在模拟工程中所扮演的角色。事实上,AI/ML适用于模拟工程,对于颠覆和提高客户生产力至关重要。通过AI/ML增强的先进仿真技术正在支撑工程设计过程。
人工智能作为一个概念来描述一个程序,它可以感知、做出决定、采取行动,并根据这些决定的结果进行调整,至少从第一批计算机出现以来就已经存在了。
机器学习是通过向算法提供分类数据来实现人工智能的一种手段,这样算法就可以随着时间的推移而改进,而无需显式编程。
深度学习作为实现机器学习的一种手段,使用人工神经网络,这是一种试图模仿人类大脑如何做出决策的算法,包括对数据进行自己的分类。DL通常需要大量数据和高性能计算(HPC)。
只要能收集到足够多的数据来训练算法,人工智能的发展就已经成熟,从指导自动驾驶汽车到预测能源使用,再到通过学习复杂的物理学来加速工程模拟。华体会官网app下载新浪
开发自动驾驶汽车技术是华体会官网app下载新浪一项艰巨的挑战,需要在传感技术、机器学习和人工智能方面取得新的发展。
开发先进的驾驶辅助系统(ADAS)和自动驾驶汽车是一个前所未有的挑战。华体会官网app下载新浪据估计,为了确保安全性和可靠性,需要进行数十亿英里的道路测试。这个不可能完成的任务只有借助工程模拟才能完成。通过仿真,可以虚拟测试数千个驾驶场景和设计参数的精度、速度和成本经济。
这场60分钟的网络研讨会将介绍在自动驾驶汽车和ADAS的发展中,仿真至关重要的六个具体领域。华体会官网app下载新浪它还将提供示例并证实仿真的好处,同时确定ADAS和自动驾驶汽车仿真所需的工具。华体会官网app下载新浪
人工智能使工程师能够更快地处理大型、复杂的设计,而不会为了速度而牺牲精度。
Ansys使用Ansys RedHawk-SC系列产品中的深度神经网络将蒙特卡罗模拟速度提高了100倍,以更好地了解电压对时序的影响。
一个汽车客户利用Ansys OptiSLang的机器学习技术,为所谓的“卡住”交通问题找到了一个自动解决方案,在这种情况下,前面的车辆突然变道并使交通减速。他们能够以比之前使用蒙特卡罗方法快1000倍的速度找到这个问题的解决方案。
随着AI / ML的使用,我们正在进入一个生成式设计的世界,根据规格探索10,000种不同的设计,并通过高性能计算和Ansys Cloud快速模拟它们,为设计师提供最佳选择。