美国科学家开发DeepHyper方法利用人工智能改善飞机制造
通过使用人工智能 (AI) 和机器学习，美国能源部 (DOE) 阿贡国家实验室的研究人员可低成本快速改善飞机制造。
在与 GE Research、Edison Welding Institute 和 GKN Aerospace 的新合作中，Argonne 计算机科学家正在利用实验室的自动化机器学习专业知识和超级计算机的力量。通过使用新的机器学习方法减少昂贵的实验和耗时的模拟次数，他们可以生成准确的模型，从而在更短的时间内以极少的成本提供有关焊接过程的有价值信息。
这种称为DeepHyper的方法是由 Argonne 计算科学家开发的可扩展自动化机器学习包。机器学习是计算机可以训练自己找到特定问题的最佳答案的过程。
机器学习算法使用各种焊接条件和参数的训练数据集，从中可以确定飞机零件的属性。从这个数据集中，可以立即分析更多可能的输入并对其进行排序，以确定哪些提供了最好的可能组件。
制造飞机零件涉及高度复杂、精密和昂贵的机器，自动化制造可以节省金钱和时间，并提高安全性和效率。
DeepHyper 自动化了基于机器学习的预测模型的设计和开发，研究人员正在生成数百个高度准确的模型，将它们组合起来以评估预测中的不确定性。
该团队的计算密集型工作是通过美国能源部科学办公室用户设施 Argonne Leadership Computing Facility 的超级计算资源实现的。
Argonne、GE Research、Edison Welding Institute 和 GKN Aerospace 之间的合作由 DOE 先进制造办公室提供资助。该项目名为概率机器学习，用于快速大规模高速航空结构制造。获取更多前沿科技 研究进展 访问：https://byteclicks.com
版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/32822.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。
