“庐山真面目”—快速、准确和全面的SmartUQ机器学习模型

导读：人工智能AI及数字孪生的机器学习与仿真首场报告会于5月10日开讲，赢得了用户关注和好评。5月20日20时（周一）SmartUQ官方资深的应用工程师和数据科学家继续在仿真秀官网和APP带来机器学习和仿真的第二期讲座《快速、准确和全面的SmartUQ机器学习模型》线上报告。

本次在线讲座将介绍业界一流的SmartUQ机器学习（ML）模型，该类模型在训练速度和预测准确性方面具有显著的优势，主要内容：SmartUQ ML模型产品和优势概述、ML模型训练流程及ML模型的应用（包括敏感性分析和不确定性传递）。

一、SmartUQ ML模型概述

仿真在各行各业广泛应用所产生的价值不言而喻，但仿真的有效使用仍然面临着挑战，而这个挑战可以通过机器学习（ML）得到帮助，比如，仿真运行时间比较长限制了可执行的分析类型及可探索的输入、场景和设计可能性的数量，针对这种情况，可训练ML模型来预测仿真的结果。其好处是，一旦经过训练，ML模型可以获得比运行仿真本身更短的预测时间，从而消除了对可执行的分析类型和分析深度的限制。同样，ML模型也可用于测试，实验数据或数字孪生，通过使用这些数据训练出ML模型，无需执行测试或实验能就够预测未来测试，实验或数字孪生的结果。

对于ML模型，训练速度和预测精度至关重要。如果训练模型的速度不满足需要，随着问题的规模与问题复杂性的增加，训练模型可能变得不可行。如果训练模型的精度不够高，ML模型的预测将有太多的不确定性，精度不够的训练模型根本无法使用。更糟糕的是，较差的预测精度可能导致使用者基于不准确的信息进行决策，进而带来灾难性的后果。

SmartUQ提供多种ML模型供使用者选择，包括广义线性模型、广义加性模型、响应面模型、径向基函数、多项式混沌展开、具有深度学习的神经网络和支持向量机，此外，SmartUQ还提供仿真界领先的高斯过程（GP）模型。

传统的GP建模不太适用于大样本量或高维系统，可能会遭遇计算复杂性所导致数值问题、精度差和训练时间过长等困难。而SmartUQ通过多年创新规避了传统GP模型的弊端，可快速准确地进行GP建模，即使对于大规模、高纬度问题也能很好地解决。二十个工程领域的全球客户的应用实践证明，在保持同样卓越的准确性的条件下，SmartUQ训练GP模型的速度比其它商业或开源工具快3个多数量级。

除训练速度和准确性外，SmartUQ所提供的各种独特GP模型变体也是其一大优势。传统的GP建模通常只处理具有连续输入和输出数据的问题，而SmartUQ开发的独特GP模型可处理更广泛的问题。

二、SmartUQ ML模型应用

SmartUQ的功能响应模拟器（图1）是GP模型的一个变体，可解决以另一个变量的函数作为输出的问题，比如以相应于曲柄角的压力函数或相应于时间的温度函数作为输出。SmartUQ的空间/时间模拟器和可变几何模拟器将功能响应模拟器扩展至空间分布相关的输出问题，比如应力或速度场。

Figure1: Predicted response surface of a SmartUQ Functional Response Emulator.

经培训的SmartUQ ML模型可用于灵敏性分析、不确定性传递和不确定性优化等的分析。图2显示了在功能响应模拟器上执行的灵敏性分析示例，图3显示了具有重叠不确定性传递的SmartUQ多视图。

Figure2: Sensitivity analysis performed using a Functional ResponseEmulator. Main effect indices for each input are displayed as a function of thefunctional input variable, crank angle in this case.

Figure 3: SmartUQ MultiView of a ML model showing prediction with 95%confidence interval and uncertainty propagation.

SmartUQ 独特的其它GP模型变体可用于多精度和混合离散、连续输入、不连续输出、二进制输出和概率密度函数（PDF）输出的问题。

三、机器学习与仿真报告会

5月20日20时，由仿真秀和SmartUQ联合主办的人工智能AI及数字孪生的机器学习与仿真报告会第二场讲座《快速、准确和全面的SmartUQ机器学习模型》。本次讲座涵盖典型ML和UQ工作流所需的工具，包括SmartUQ演示和客户用例示例，通过本次讲座，您将切实了解到SmartUQ对解决工程问题的现实影响。欢迎仿真、测试数据或数据孪生相关的工程师及技术人员报名。

• 费劲获得的仿真模型和/或测试数据，如何让其发挥最大作用？

• 如何利用已有数据进行模型校准？

• 如何更加深层次地利用仿真或测试数据？

• 如何让仿真快速地驱动决策？

• 如何通过高效采样获得数字孪生的有效代理模型？

请不要犹豫扫码报名参加直播交流

2024SmartUQ机器学习与仿真（二）：快速、准确和全面的SmartUQ机器学习模型-仿真秀直播

四、关于SmartUQ

SmartUQ是一款专业的现代工程机器学习和统计工具。

它可用于仿真和数字孪生精确代理模型构建及校准，具有数据采样、DOE试验设计、机器学习、统计优化、灵敏度分析、不确定性影响评估、统计校准、逆向分析等功能，能够基于仿真数据、制造数据、运营数据或测试数据获得数字孪生、人工智能等所需的代理模型，并通过不确定性评估考虑代理模型的偏差从而对代理模型进行校准，以便最大程度地让已有数据发挥其价值。可应用于汽车、航空航天和国防、涡轮机械、重型设备、医疗设备、半导体、能源、石油和天然气、HVAC等领域。