새로운 기계 학습 방법으로 난류 예측

우리는 모든 난기류를 수학적으로 어떻게 적어야 할지 모릅니다. 알 수 없는 것이 있습니다.

컴퓨터에 표시됩니다. 알려진 기본적인 물리학 방정식을 고려하지 않고 AI를 훈련시키려고 하면 작동하지 않습니다. 우리는 그것들을 결합했고 효과가 있었습니다.

조나단 프런드(Jonathan Freund) 항공우주공학과 교수 겸 학과장

항공기 나 우주선을 설계 할 때이 방법은 엔지니어가 설계가 안전한 비행을 제공할지 여부를 예측하는 데 도움이 될 것이라고 Freund는 말했습니다.

예를 들어 비행기를 변경하고 테스트하고 예측이 개선되었는지 확인할 수 있습니다. 

물리적 현상을 모델링하고 싶은 분,이 새로운 방법을 사용할 수 있습니다. 간단히 우리의 알고리즘을 사용하여 데이터를 소프트웨어에 로드할 수 있습니다. 이는 다른 알려지지 않은 물리학을 허용하는 방법입니다. 그리고 우리는 이를 다양한 측면에서 사용할 수 있습니다. 

Jonathan Freund, 항공우주공학 교수 겸 책임자

이 작업은 UIUC 국립 슈퍼컴퓨팅 센터(National Supercomputing Center)의 슈퍼컴퓨터를 사용하여 수행되었습니다. 이로 인해 모델링이 더욱 빨라지고 비용 효율성이 향상되었습니다.

Freund는 이 작업이 현재로서는 연구 수준에 있지만 업계에 영향을 미칠 가능성이 있다고 말했습니다. 

읽어보기

종말의 빙하는 과학자들이 생각했던 것보다 더 위험한 것으로 밝혀졌습니다. 우리는 중요한 것을 말합니다

Hyperloop는 1019km / h의 속도에 도달합니다.

알고리즘은 3 천 개의 새로운 포켓몬을 생성했습니다.