产品放送 | YJ-DORGP智能求解器

YJ-DORGP

小样本数据驱动的智能求解器

YJ-DORGP是云境智仿基于北京大学丁陈森研究员的前沿研究成果DORGP（Dual Order-Reduced Gaussian Process regression）联合研发的通用智能求解组件。

该技术基于贝叶斯推论等基础理论，具有强可解释性和可信性，只需小样本数据快速训练智能模型，即可高效、高精度地智能预测大规模复杂时空系统，实现低能耗人工智能。与有限元等经典的数值求解方法相比，计算性能可提升数百倍，适用于实时性要求高的应用场景。

组件支持多种数据源作为训练数据，包括：有限元法（FEM）、边界元法(BEM)、光滑粒子法（SPH）、物质点法（MPM）等数值方法生成的仿真数据，试验采集的真实数据等。

组件可实现对多尺度材料、结构线性/非线性、多相流体/流固耦合、以及高速冲击爆炸等多种时空问题的高通量高效预测，已在国家重大水利工程等实际小样本数据问题中得到验证。

下面是YJ-DORGP与主流商软的对比：