기금넷 공식사이트 - 금 선물 - 인공 지능 및 유한 요소법
인공 지능 및 유한 요소법
대답은' 예' 입니다! ! !
인공지능이란 무엇입니까?
인공지능 (AI). 시뮬레이션, 확장 및 인간 지능을 연구하고 발전시키는 이론, 방법, 기술 및 응용 시스템을 연구하는 새로운 기술 과학입니다. 인공지능은 컴퓨터 과학의 한 분야로, 지능의 본질을 이해하려고 시도하고 인간의 지능과 비슷한 방식으로 반응할 수 있는 새로운 스마트 기계를 만들어 낸다. 이 분야의 연구에는 로봇, 언어 인식, 이미지 인식, 자연어 처리 및 전문가 시스템이 포함됩니다. 인공지능은 탄생 이후 이론과 기술이 성숙되면서 응용 분야가 확대되고 있다. 미래의 인공지능이 가져온 과학기술 제품은 인간의 지혜의' 용기' 가 될 것이라고 상상할 수 있다.
기계 학습은 인공지능의 한 가지이다. 간단히 말해서, 기계는 알고리즘을 통해 대량의 역사적 데이터로부터 규칙을 배울 수 있어 새로운 샘플을 지능적으로 식별하거나 미래를 예측할 수 있다.
일반적인 기계 학습 알고리즘은 다음과 같습니다.
-응? 신경망 (신경망)
-응? 지원 벡터 머신 (SVM) 향상
-응? 의사 결정 트리 (의사 결정 트리)
-응? 랜덤 포레스트
-응? 베이시안 모델 등.
이론적 모델과 컴퓨팅 자원의 제한으로 인해 초기 기계 학습 알고리즘은 얕은 학습만 할 수 있으며 검색 정렬 시스템, 스팸 필터링 시스템, 콘텐츠 추천 시스템 등에만 적용됩니다.
이후 발생한 몇 가지 일이 심도 있는 학습의 물결을 일으켰다. 하나는 캐나다 토론토 대학 교수인 Hinton 과 그의 학생인 Salakhutdinov 가 2006 년' 과학' 잡지에 발표한 문장, 여러 개의 은층이 있는 신경망 (즉 심도 신경망) 의 뛰어난 학습 성능을 밝혀내고' 층별 초기화' 기술을 통해 심도 있는 학습 네트워크 훈련의 난이도를 줄일 수 있다고 제안했다.
두 번째는 20 12 말, Geoff Hinton 의 박사생인 Alex Krizhevsky 와 Ilya Sutskever 가 컨볼 루션 신경망 (CNN) 을 이용해 많은 인적 자원과 컴퓨팅 자원을 보유한 구글을 물리치고 1 위를 차지한 것이다.
오늘날 기계 학습은 음성 인식, 이미지 인식, 데이터 마이닝 등 여러 분야에 침투하여 주목할만한 성과를 거두었습니다.
유한 요소법 개발의 간략한 역사
FEA (유한 요소법) 는 FEA (유한 요소법) 로 수치 해석 (계산 수학) 도구이지만 유일한 수치 해석 도구는 아닙니다. 엔지니어링에는 유한 차이 방법, 경계 요소 방법, 유한 체적 방법 등과 같은 다른 수치 방법이 있습니다.
유한 요소법은 고체에서 유체까지, 정적에서 동적까지, 역학 문제에서 비역학 문제에 이르기까지 엔지니어링에서 발생하는 많은 문제를 해결하는 강력한 수치 방법이 되었습니다. 실제로 유한 요소법은 알려진 경계 조건과 초기 조건을 해결하는 편미분 방정식을 해결하는 일반적인 수치 방법이 되었습니다.
엔지니어링에서의 유한 요소법의 응용은 계산역학의 범주에 속하며, 역학에서의 이론에 근거하여 현대 전자컴퓨터와 각종 수치 방법을 이용하여 역학에서 실제 문제를 해결하는 신흥 학과이다. 그것은 역학의 모든 분기를 뛰어넘어 각 분야의 역학 연구와 응용 범위를 지속적으로 넓히면서 동시에 자신의 이론과 방법을 발전시켰다.
신경 네트워크 및 역학
사실, 심도 있는 학습의 물결이 시작되기 전에 역학과 공학 분야는 이미 계산역학 연구의 신경망 모델과 결합하여 더 나은 알고리즘을 개발하기 시작했다. 전형적인 예는 유한 요소 신경망 모델입니다.
실제 엔지니어링 문제에는 구조 최적화 문제와 같은 많은 비선형 역학 현상이 있으며 요구 사항에 따라 구성요소 구조를 설계하고 최적화해야 하기 때문에 역문제입니다. 이러한 비선형 문제는 일반적인 방법으로 해결하기 어렵고, 신경망은 비선형 매핑 능력이 뛰어나기 때문에 일반 방법보다 더 정확한 해석을 얻을 수 있다.
유한 요소와 신경망을 결합하는 방법에는 여러 가지가 있다. 예를 들어 복잡한 비선형 구조 동력 시스템 모델링의 경우 선형 부분은 유한 요소로 모델링할 수 있고 비선형 부분은 신경 네트워크로 설명할 수 있습니다 (예: 비선형 부품의 상태 변수 입력, 복원력 출력). 그런 다음 경계 조건과 연결 조건을 통해 유한 요소 모델 부분과 신경망 부분을 결합하여 혼합 모델을 얻을 수 있습니다.
또 다른 방법은 유한 요소법을 통해 다양한 모형을 만든 다음 모달 특성 (최종 설계 요구 사항) 을 입력 변수로 사용하여 해당 모형 구조 매개변수를 입력 변수로 사용하여 신경망을 교육하고 신경 네트워크의 일반화 특성을 사용하여 설계 매개변수의 수정 값을 얻는 것입니다.
Monter Carlo 방법과 함께 FEA (유한 요소 분석) 를 수행하고, 데이터 입력 신경망을 훈련시켜 구조의 신뢰성 분석에 사용할 수 있습니다.
기존 연구 성과
여카이, 레이가, 진옥강, 허웨이. 심화 학습의 어제, 오늘, 내일 [J]. 컴퓨터 개발, 2013,09:1799-1804.
주춘귀, 장희농, 호결, 셰세림. 유한 요소와 신경망을 기반으로 한 혼합 모델링 [J]. 진동 공학 저널, 2012,01:43-48.
피경국, 장영미. 레이디얼 기저 함수 신경망을 기반으로 한 유한 요소 모델 수정 연구 [J]. 난징 항공우주대학 학보, 2004,06: 748-752.
서영강, 싱 빙, 무금량. 유한 요소-신경망-몬테카를로에 기반한 구조적 신뢰성 계산 방법 [J]. 충칭 교통대학 저널 (자연과학판), 2008,02:188-190+2/
미래의 일부 방향
1, 그래픽 디스플레이 (유한 요소 및 AR & amp；; VR) 을 참조하십시오
FEA (유한 요소 컴퓨팅) 분야와 규모가 지속적으로 확대됨에 따라 효율적이고 고품질의 컴퓨팅 결과를 앞뒤로 처리하는 것도 어려운 문제가 되고 있습니다.
AR& 는 그래픽 데이터 표시에서 VR 을 해방시켜 컴퓨팅 분석 데이터를 보다 직관적으로 볼 수 있습니다. 미래에는 분석 결과의 VR 디스플레이에 큰 돌파구가 있을 것이다.
국내에서도 논문' 가상현실 환경에서의 유한 요소 전후 처리 기능 실현' 과 같은 관련 연구를 했고, 유한 요소 가상처리 기술 (FEMVR) 도 관련 소프트웨어 분야에 진입하고 있다. 예를 들어 ANSYS COMSOL 은 MATLAB 과 상호 작용할 수 있으며, 새로운 MATLAB 버전에는 인공 지능 알고리즘이 내장되어 있습니다.
유한 요소, 빅 데이터 및 클라우드 컴퓨팅
컴퓨팅 규모가 커짐에 따라, 컴퓨터 능력이 향상됨에 따라 클라우드 컴퓨팅은 이미 컴퓨터 하드웨어의 속박에서 벗어났다. 규모와 수량의 분석 계산을 위해 유한 요소 및 대용량 데이터와 클라우드 컴퓨팅의 충돌로 향후 문제를 해결하는 데는 질적인 도약이 있을 수 있으며 유한 요소 및 대용량 데이터에 대한 아름다운 전시가 있을 수 있습니다.
유한 요소 및 인공 지능
인공지능, 전 세계적으로 인기 있는 기술, 그리고' 고대' 의 유한 요소로서, 나는 그것이 오래된 나무에 싹이 날 수 있다고 믿으며, 관련 연구도 이미 시작되었다는 것을 기쁘게 볼 수 있다. 앞으로 실제 문제를 해결하기를 기대하고, 점점 더 좋은 해결책이 있다.
4.CAD 데이터와 CAE 데이터 간의 원활한 연결.
현재, 등형상 분석 (Isogeometric Analysis, IGA) 의 발전에 따라 CAD 에서 형상 모델을 표현하는 데 사용되는 NURBS 기본 함수를 쉐이프 함수로 사용하여 FEA 의 모델 정밀도 손실 문제를 극복하고 CAD 와 CAE 의 완벽한 결합을 실현하는 것은 매우 미래와 잠재력이 있는 발전 방향이다.
5.CAE 및 MBD 깊이 통합.
향후 CAEFEM 은 다중 본체 역학 시뮬레이션 (MBS) 소프트웨어 깊이와 통합될 수 있습니다. 실제 시스템에서 일부 운동 조립품의 탄성은 무시할 수 없고, 심지어 주요 다이나믹 동작의 원천이기도 하기 때문에 유연한 다중 본체 다이나믹 시뮬레이션의 수요가 발생하므로 관련 조립품의 힘과 경계 조건만 정의하면 되고 나머지는 내부 효과이므로 시뮬레이션이 작업량을 절약할 뿐만 아니라 더욱 사실적입니다. 그리고 LMS 가상 실험실, Simpack 등과 같은 구성 요소를 엘라스토머로 만들 수 있는 MBS 소프트웨어가 많이 있습니다. 그러나 과정은 그렇게 어리석지 않다; 빔, 샤프트 등의 간단한 부품 외에 쉐이프가 복잡한 부품은 FEM 소프트웨어에서 미리 생성된 데이터 파일에 의존합니다.
6. 지능과 어리석은 격자 층.
나중에 엘라스토머를 모델링하면 더 바보가 될 수 있습니다. 먼저 강체 다중 몸체 시스템 모델을 만든 다음 모델링 환경에서 직접 유연성 (사전 처리) 을 수행합니다. 시스템은 부품의 쉐이프, 재질 및 경계 조건에 따라 적절한 메쉬 유형을 선택하고 동작과 힘의 작용점을 해당 노드 (그룹) 에 결합할 수 있습니다. 예를 들어, 자동차 현가 장치 시스템의 시뮬레이션은 특정 작업 환경에서 부품의 힘을 확인할 수 있습니다. 다중체 모델러는 경계 힘에서 하중 조건을 생성하여 전용 FEM 엔지니어에게 보내야 합니다. 그러면 말할 필요도 없습니다. (존 F. 케네디, Northern Exposure (미국 TV 드라마), 자동차명언)
(부분적으로 지평에서 온 것)
유한 요소 개발을 따라 잡는 방법
어떤 기술의 진보라도 실천에서 기술의 힘을 보여줘야 한다. 기술의 진보, 특히 컴퓨터 기술의 발전으로 미래에는 응용 소프트웨어 연구나 스마트 프로그램 개발에 무한한 기회와 가능성이 있을 것이다.
신기술, 새로운 방법을 적극적으로 배우고 유한 요소 관련 소프트웨어가 응용 분야에서 새로운 기능에 초점을 맞추고 있습니다.
1, 핫스팟 이해, 프론티어 추적
2, 응용 프로그램의 실제 확장과 결합.
3, 자동화 관련 기술을 습득하십시오.
자세한 내용은 여기를 클릭하십시오.