Проблемы в области аэродинамики и машинного обучения

Одной из главных проблем в вычислительной гидродинамике (CFD) и машинном обучении (ML) является отсутствие высококачественных 3D наборов данных для автомобильной аэродинамики. Доступные ресурсы часто имеют низкое качество, что затрудняет создание точных моделей ML.

Ограничения существующих наборов данных

Классические методы генерации аэродинамических данных используют низкоразрешающие или упрощенные 3D геометрии. Например, набор данных AhmedML имеет всего 20 миллионов ячеек, что значительно меньше, чем стандартные 100 миллионов ячеек в индустрии. Это ограничивает масштабируемость и применимость моделей машинного обучения.

Решение: WindsorML

Исследователи из Amazon Web Services и других компаний разработали WindsorML, открытый набор данных CFD с высокой точностью. Он включает 355 геометрических вариаций, типичных для современных автомобилей, и использует более 280 миллионов ячеек для детализированных симуляций.

Преимущества WindsorML

• Высокая точность и разрешение данных.
• Разнообразные геометрические конфигурации для всестороннего охвата аэродинамических сценариев.
• Современные методы CFD и ускоренные решатели для точного моделирования.

Практическое применение

WindsorML демонстрирует отличные результаты и согласуется с экспериментальными данными. Набор данных предоставляет глубокие инсайты о поведении потоков и коэффициентах сил, что делает его ценным для практических приложений.

Внедрение ИИ в бизнес

Если вы хотите, чтобы ваша компания развивалась с помощью ИИ, рассмотрите следующие шаги:

• Анализируйте, как ИИ может изменить вашу работу.
• Определите ключевые показатели эффективности (KPI), которые хотите улучшить с помощью ИИ.
• Выберите подходящее решение из множества доступных вариантов ИИ.
• Внедряйте ИИ постепенно, начиная с небольших проектов.

Заключение

WindsorML предлагает трансформационный ресурс для сообществ CFD и ML, помогая развивать точные предсказательные модели для аэродинамических оценок. С его помощью можно ускорить инновации в дизайне автомобилей и интегрировать ИИ в процессы аэродинамического анализа.