MagicDPD | CAE магия
1.7K subscribers
1.34K photos
8 videos
8 files
1.98K links
Кто-то думает, что это волшебство - для нас же это просто работа. Тут рассказывают о развитии CAE технологий, HPC вычислительных комплексов и прочей магии позволяющей разрабатывать хорошие продукты.
Welcome to Magic-Driven Product Development!
Download Telegram
Машинное обучение для CFD


https://www.youtube.com/watch?v=8e3OT2K99Kw




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: https://www.annualreviews.org/doi/pdf/10.1146/annurev-fluid-010719-060214




https://www.youtube.com/watch?v=3fOXIbycAmc





https://www.youtube.com/watch?v=gb_C9LcjDSI






#ai #cfd #machine_learning
https://tinyurl.com/yxtofu9p
by Юрий Новожилов
Ansys займется алхимией

17 февраля 2021 ANSYS обвил о своей договоренности с компанией  Intellegens Limited (https://intellegens.ai) 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.







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. 


www.automation.com/en-us/articles/february-2021/intellegens-ansys-additive-manufacturing-material


Кстати, у компании уже есть успешные кейсы, например с Боингом (https://intellegens.ai/machine-learning-making-light-work-of-additive-manufacturing-aerospace-alloys/), а также исследование по улучшению DED печати (https://intellegens.ai/probabilistic-neural-network-identification-of-an-alloy-for-direct-laser-deposition/)

#additive_manufacturing #ai #alchemite #ansys #granta #machine_learning
https://tinyurl.com/y77bppct
by GlukRazor
Модели турбулентности на основе машинного обучения


https://youtu.be/AgvjPPzy64I




Машинное обучение, и в частности глубокие нейронные сети, в настоящее время революционизируют методы моделирования турбулентной гидродинамики. В этом видео рассказывается о том, как глубокое обучение используется для моделирования турбулентности.

#ai #ml #turbulence
https://tinyurl.com/ygdrop9q
by GlukRazor
On-premise GPT от SVS FEM

Чешский ANSYS Channel Partner рассказал тоже рассказал о создании свое ИИ чат-бота. Судя по всему это дообученный ChatGPT 2.5.
Что обещают SVS FEM:
- Это on-premise. Работает со знаниями SVS FEM на вашей стороне.
- Его можно обучать на ваших данных на вашем HW без какого-либо внешнего подключения.
- Оно безопасно. Все остается на вашей стороне и контролируется вашими ИТ.
- Он уже обучен на открытых данных ANSYS, OpenFoam, CalculiX... и других CAE.
- В систему могут быть включены ваши технические и нетехнические данные.
- Она может быть просто интегрирована в ваши приложения.
- Наше решение предназначено не только для крупных корпораций с большим бюджетом. Оно подходит как для небольших компаний, так и для частных лиц и конгломератов.
- Вы можете использовать для работы суперкомпьютеры, но можете использовать и свою рабочую станцию.
- У нас есть собственное решение (не простой ChatGPT API, как у многих других).

Перефразирую Леонадра Xофстедтера, все становиться лучше с GPT.

https://www.linkedin.com/feed/update/urn:li:activity:7090682368633524224/
👍7
Чем учить цифровой двойник мельницы?

Недавно в открытом коде Blaze GEM сделали модель для обучения цифрового двойника мельницы самоизмельчения. Одна видеокарта обсчитывала 8M треугольников геометрии (для прямого учета износа), 8M миллионов частиц (видимо DEM для породы), 16 миллионов частиц (видимо SPH для жидкости). На моделирование 64 секунды процесса требуется 32 часа расчета. Показатели нормальные, но вот визуализация авторам особенно удалась.

https://www.linkedin.com/posts/activity-7200202045738352641-tYcX/
🔥7❤1👍1
Siemens купил Dotmatics

Вот что говорят о себе купленные:
Dotmatics - мировой лидер в области научного программного обеспечения для исследований и разработок, объединяющего науку, данные и процесс принятия решений. Сочетая платформу для обработки рабочих процессов и данных с лучшими приложениями, мы предлагаем первые настоящие комплексные решения для биологии, химии, рецептур, управления данными, проточной цитометрии и многого другого.

Нам доверяют более 2 миллионов исследователей из ведущих мировых биофармацевтических, химических и сырьевых компаний, а также академических институтов. Мы стремимся сотрудничать с научным сообществом, чтобы помочь сделать мир более здоровым, чистым и безопасным.


Вот как объясняет сделку покупатель:
Мы расширяем наши возможности по разработке программного обеспечения на основе искусственного интеллекта в секторе биологических наук, приобретая компанию Dotmatics, ведущего поставщика программного обеспечения для НИОКР в области биологических наук, расположенную в Бостоне.

Этот стратегический шаг укрепляет наши позиции и создает лидирующий в мире портфель программного обеспечения PLM на базе хэштега
AI в рамках SiemensXcelerator.

Это приобретение - еще одна веха нашей программы развития ONE Tech Company, укрепляющая наше лидерство в области промышленного программного обеспечения и позволяющая нашим клиентам внедрять инновации еще быстрее». Искусственный интеллект продолжает быть преобразующей силой, особенно в сфере наук о жизни, предлагая широкие возможности для развития.

CAE гиганты начинают битву за медицинские расчеты?

https://www.linkedin.com/posts/siemens_ai-siemensxcelerator-lifesciences-activity-7313273454068142081-IevI
👍9
ИИ для решения задач в Ansys

Есть такое агентский ИИ Nexus (он же вроде как Cosmon), который рассказывает вам как строить модели и выполнять расчеты в Solidworks, Ansys, Simulia и COMSOL. Ну что, кожаные, готовы пойти на мороз? Или это очередное и-и-го-го?

https://www.linkedin.com/feed/update/urn:li:activity:7419276534760452096/
👏8❤3😁3😢2
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
⚡️ OpenAI Prism: научный редактор на базе GPT-5.2 с поддержкой LaTeX.

OpenAI наконец-то пустила в дело наработки купленного стартапа Crixet и это очень хорошая попытка создать идеальное рабочее место для ученых, где не нужно прыгать между десятью вкладками.

Если вы когда-нибудь писали статью, то вам знакомо, когда в одном окне Overleaf, в другом - ChatGPT, в третьем - arXiv, а где-то сбоку еще болтается менеджер ссылок. Контекст постоянно теряется, а копипаст формул туда-сюда рано или поздно приводит к ошибкам.

Так вот, Prism соберет все это в одну кучу и это не просто чат в боковой панели. Он видит всю структуру вашей статьи: уравнения, библиографию и графики.

Можно запустить режим Тhinking и попросить модель, например, переписать сложную формулу или поправить логику в конкретном абзаце. При этом правки вносятся прямо в текст, так что копировать куски кода из чата больше не придется.

🟡Еще из полезного

🟢Можно сфотографировать наброски формул или диаграмм с маркерной доски, и Prism сама перегонит их в LaTeX.

🟢Связь с arXiv: искать литературу и вставлять цитаты можно прямо во время написания черновика.

🟢Голосовые правки - если лень тянуться к клавиатуре, простые изменения можно надиктовать.

🟢Совместная работа: можно добавить сколько угодно соавторов, и никто не будет бомбить от конфликта версий.

Самое приятное - базовую версию Prism сделали бесплатной для всех.


@ai_machinelearning_big_data

#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥19👍5🤔1😢1
Forwarded from Machinelearning
🌟 HY3D-Bench: 22 терабайта отборной 3D-геометрии.

Tencent Hunyuan вывалили в опенсорс монструозный пак HY3D-Bench на 22.5 ТБ и это подарок для всех, кто занимается 3D Gen и робототехникой.

Датасет разбит на 3 логических куска, каждый под свои задачи:

🟡Full-level Dataset (252K+ мешей, ~11 ТБ)
База с полностью замкнутой геометрией, без дырок и non-manifold артефактов, которыми обычно кишат сканы. Все нормализовано и готово к скармливанию в DiT или GAN. В комплекте идут сэмплы точек и мульти-вью рендеры.

🟡Part-level Dataset (240K+ объектов, ~5 ТБ)
Мёд для робототехников и тех, кто занимается geometric perception. Тут объекты с семантической сегментацией на части. Если учите сервоприводного друга манипуляциям или хотите генерить объекты кусками - вам сюда.

🟡Synthetic Dataset (125K+ объектов, ~6.5 ТБ)
Очевидная синтетика, чтобы закрыть редкие категории, которых нет в обычных датасетах. Охват - 1252 категории.

Ждем волну SOAT-level 3D-генераторов, дотюненных на этом наборе.


🟡Arxiv
🟡Датасет
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #Dataset #HY3DBench #Tencent
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤4👍3🤯2😍2