高維度生產調參AI DOE分析平台

機器學習 (ML) 和人工智能 (AI) 是工程模擬界的熱門話題。這些技術在整個產品生命週期中都有應用。例如，設計工程師可以訓練 ML 模型以使用模擬數據找到最佳設計。ML 輔助模擬還可用於許多其他目的，例如製造過程控制、預測性維護、公差分析和計算風險分析。
但是，使用 ML 和 AI 進行模擬會帶來幾個主要挑戰。許多工程模擬是確定性的，但它們建模的潛在問題受到不確定性的影響，因此本質上是隨機的。儘管 AI 可能會產生最佳解決方案，但它可能對應於不切實際的場景，而不是包含現實世界不確定性的理想解決方案。
為了實現其真正的目標，人工智能系統必須通過將不確定性納入其決策規則，在感興趣的結果的隨機性方面進行訓練。其他挑戰包括如何理解機器學習和人工智能模型本身的不確定性，以及如何為稀疏或小數據集或具有許多輸入的數據集構建此類模型。

SmartUQ 機器學習和不確定性量化分析軟體（DOE，模擬，統計校準和逆運算分析）

不確定性量化分析可以讓我們發現模擬結果的誤差範圍(非預期範圍)，並評估模擬模型的成熟度和可靠度。
現代DOE減少了探索設計空間所需的模擬運行次數，而emulation則允許快速最佳化(優化)和不確定性分析。統計校準方法可以瞭解模擬模型與物理測試之間的差異，並可以校準模擬模型以更好地展示真實物理模型。

---