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
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
#Python #opensource фреймворк #automan Этот позволяет автоматизировать последовательность запуска ресурсоёмкий вычислительных задач из области #ML и #CAE (примеры прилагаются).
Основные особенности по мнению разработчиков:
- помогает организовать расчеты
- помогает организовать запуск расчетов и последующую постобработку их результатов
- помогает повторно использовать код для постобработки данных моделирования
- помогает выполнять все моделирование и постобработку одной командой https://github.com/pypr/automan
👍5
#Ansys опубликовал обзор новых фишек следующей своей версии 2022R2. Правда обзор получился какой-то куцый. Рассказали про аддитивку и немного про #LSDYNA.

Моделирование аддитивного производства стало выглядеть как действительно важная часть кода, а не как непонятный набор кода. Появилась поддержка #DED (на основе #gcode!!!), предсказание коробления на основе машинного обучения (!!!) и куча новых целей и критериев топологической оптимизации.
#additivemanufacturing #ML https://www.youtube.com/watch?v=AxiB_1A67AI
👍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