首页
›
工业软件_CAE与数字工程
›
036-ROM降阶模型与AI辅助仿真
›
《主动学习驱动CAE样本优化》
VIP15
本课程属于:036-ROM降阶模型与AI辅助仿真
工业软件_CAE与数字工程 · 共 15 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
主动学习驱动CAE样本优化
共计 30 章节
可可资料掘金营 · 点击在线试看
01
CAE样本优化问题定义
目标=CAE仿真流程 · 样本概念 · 样本优化目标
CAE
样本优化问题定义
02
主动学习核心机制
目标=查询策略 · 标注成本 · 代理模型
主动学习核心机制
目标=查询策略
03
CAE样本空间表征
目标=设计变量 · 参数化建模 · 特征提取
CAE
样本空间表征
04
代理模型选型
目标=Kriging · 多项式响应面 · 径向基函数
代理模型选型
Kriging
05
不确定性估计方法
目标=高斯过程方差 · 集成模型方差 · 贝叶斯神经网络
不确定性估计方法
目标=高斯过程方…
06
基于不确定性的采样准则
目标=最大方差 · 最大熵 · 置信区间
基于不确定性的采…
目标=最大方差
07
基于差异性的采样准则
目标=欧氏距离 · 马氏距离 · 余弦相似度
基于差异性的采样…
目标=欧氏距离
08
混合采样策略设计
目标=不确定性加权 · 距离惩罚 · 多目标采样
混合采样策略设计
目标=不确定性加…
09
初始样本设计
目标=拉丁超立方 · 正交设计 · Sobol序列
初始样本设计
目标=拉丁超立方
10
批量主动学习
目标=批量采样 · 贪心选择 · 聚类批量
批量主动学习
目标=批量采样
11
多保真度主动学习
目标=高保真与低保真模型 · 保真度选择 · 成本感知采样
多保真度主动学习
目标=高保真
12
多目标CAE样本优化
目标=Pareto前沿 · 多目标采样准则 · 超体积改进
CAE
多目标
13
约束处理与可行域采样
目标=约束代理模型 · 可行性概率 · 约束主动学习
约束处理
可行域采样
14
主动学习与优化耦合
目标=贝叶斯优化 · 高效全局优化 · 代理模型更新
主动学习
优化耦合
15
停止准则与收敛判断
目标=样本量预算 · 模型精度阈值 · 不确定性阈值
停止准则
收敛判断
16
样本质量评估
目标=代表性 · 覆盖性 · 信息量
样本质量评估
目标=代表性
17
主动学习流程实现
目标=Python框架 · 代理模型库 · 采样循环
主动学习流程实现
Python
18
结构力学CAE案例
目标=悬臂梁 · 板壳 · 模态分析
CAE
结构力学
19
流体力学CAE案例
目标=翼型气动 · 管道流动 · 湍流模型
CAE
流体力学
20
热力学CAE案例
目标=热传导 · 热应力 · 散热器
CAE
热力学
21
多物理场耦合案例
目标=流固耦合 · 热结构耦合 · 电磁热耦合
多物理场耦合案例
目标=流固耦合
22
非线性问题主动学习
目标=材料非线性 · 几何非线性 · 接触非线性
非线性问题主动学…
目标=材料非线性
23
时变与瞬态问题
目标=时间序列采样 · 动态代理模型 · 自适应时间步
时变
瞬态问题
24
高维问题降维采样
目标=主成分分析 · 自编码器 · 主动子空间
高维问题降维采样
目标=主成分分析
25
噪声与不确定性传播
目标=随机输入 · 噪声仿真 · 鲁棒采样
噪声
不确定性传播
26
主动学习与实验设计对比
目标=经典DOE · 自适应DOE · 主动学习优势
主动学习
实验设计对比
27
计算资源与并行加速
目标=并行仿真 · 分布式采样 · GPU加速
计算资源
并行加速
28
主动学习样本优化工具链
目标=开源工具 · 商业软件接口 · 工作流集成
主动学习样本优化…
目标=开源工具
29
工程落地与最佳实践
目标=问题定义 · 样本管理 · 模型维护
工程落地
最佳实践
30
前沿趋势与综合实战
目标=强化学习采样 · 元学习 · 迁移主动学习
前沿趋势
综合实战
所属VIP或分类
同VIP:AI辅助CAE设计空间探索
同VIP:AI辅助仿真实战100例
同VIP:AI辅助仿真工作流自动化