FEMnet научился считать изгибающие моменты в плоских плитах |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2023-12-06 14:45 FEMnet научился считать изгибающие моменты в плоских плитах, на скринах момент Мх. При этом он идеально сглаживает сингулярности. Он как то нашел закономерности их появления и дает просто идеально логичную картинку. Кто не понял левая картинка FEMnet, правая - классический МКЭ с конечными элементами в которых на углах пилонах заоблачные значения. Я в принципе надеялся что нейросети смогут решить эту проблему краевой задачи МКЭ в этих точках, про это пишут все исследовательские группы ученых. На сам деле я уже неделю назад получил первые результаты с изгибающими моментами, но долго пытался понять логику нейросети. Если с прогибами я хотя бы немного мог понять как она работает анализируя веса синапсов на скрытых слоях нейронов, то теперь я вообще не понимаю как оно работает, сама модель противоречит инженерной логике которой меня учили многие годы, но она работает. И это результат обучения на 4 моделях расчетных схем. Источник: vk.com Комментарии: |
|