Altair PhysicsAI 2024 Yeni Özellikler
Altair’in yapay zeka destekli mühendislik çözümlerinden olan Altair physicsAI, geçmiş simülasyon verilerinizden geometri-sonuç ilişkisini (geometrik derin öğrenme) öğrenerek hızlı fizik tahminleri sunar. 2024 versiyonuyla birlikte gelen yeni özellikler ve geliştirmeler:
Geliştirilmiş Kontur Sonuçları
Sayısal olarak önemsiz olsa da, physicsAI yerel gürültü içeren animasyonlar üretebiliyordu; bu etki özellikle deformasyon animasyonlarında belirgindi. Daha yumuşak geçişli animasyon çıktıları için algoritma güncellendi. Geliştirilmiş algoritma, deformasyon analizlerinde lokal gürültüler azaltıyor ve animasyon doğruluğunu artırıyor.
Model Kalitesi Değerlendirmesi için Geliştirilmiş Metrikler
Model eğitimi tamamlandıktan sonra, makine öğrenimi modelinin doğruluğunu değerlendirmek için nümerik metrikler kontrol edilir. Yeni metrikler arasında determinasyon katsayısı (R-Squared), Sprague-Geers ve pik değerlerin mutlak ve yüzdesel hatalarını gösteren bir metrik bulunmaktadır.
Altair One ile Ölçeklenebilir Hesaplama Kaynaklarına Sorunsuz Entegrasyon
Geometrik Derin Öğrenme, model eğitimi için önemli miktarda hesaplama kaynağına ihtiyaç duyabilir. Bu tip durumlarda, Altair One Drive’a kaydedilen projeler için model eğitimi, Altair One’ın HPC sistemine gönderilebilir. Altair One’ın ölçeklenebilir HPC ve bulut kaynakları sayesinde ihtiyaç duyduğunuz hesaplama gücüne erişim oldukça kolaydır.
Geliştirmeler
Batch Size, PhysicsAI içerisinde Training Parameter olarak eklendi. Batch size, bir makine öğrenimi ya da derin öğrenme modelini eğitirken kullanılan önemli bir parametredir. Modeli eğitirken, genellikle veri setleri tek seferde modele aktarılmaz. Bunun yerine, veriler küçük parçalara bölünür ve her bir parça Batch olarak adlandırılır. Batch size ise, modelin her bir adımda işlediği veri seti sayısını belirler.
Veri kümesinin her bir dosyasında bulunan node ve eleman sayısı inceleme için artık görüntülenebilir.
Soru ve taleplerinizi iletişim formunu kullanarak paylaşabilirsiniz.
