• Description

日期:2022/01/25 (二)   下午 01:40~03:10

課程參加辦法:需加入【COMSOL粉絲團按讚】及【COMSOL官方LINE@】即享課程免費參加LINE@加入方法,通過審核後,即會收到系統發送之課程連結,如於課程前3日尚未收到,請主動與我們聯絡。

具備機器學習 (ML) 和深度學習的人工智慧(AI),能對傳統CAE模擬帶來全新的研究領域,並帶給工業界從事更複雜的設計時大幅縮短開發時程,提高生產力與產品的最佳化。對於資料缺漏時,AI的生成對抗網路(GAN)提供了資料生成與合成的技術,例如微結構與光學設計應用時,透過此類的AI技術,就能達到有效率的最佳化結果,提供有別於一般梯度或非梯度法的CAE最佳化方式。

本次課程將分享多位用戶使用多物理量耦合軟體COMSOL Multiphysics在最佳化課題上面的解決方案,從傳統內建的梯度或非梯度法套裝好的模組,到結合COMSOL with MATLAB模組所提供的啟發式演算法,提供使用者可以自行撰寫程式來與COMSOL結合,進一步做到深度學習如GAN的演算法來解決各種最佳化問題。歡迎從事相關研究的各界領域人士參加與指導。


議程

  • 線上報到
  • COMSOL概述與最佳化模組
  • COMSOL with MATLAB模組的應用
  • CAE與深度學習的整合應用
  • COMSOL與生成對抗網路(GAN)應用
  • 問題與討論

 

課程效益

  • 實驗與數值模擬驗證
  • 理論與數值模擬驗證
  • 拓樸最佳化設計
  • 圖像最佳化設計

 

建議參加人員

  • 從事最佳化分析與產品研發的學、業界相關單位
  • 從事AI、深度學習相關單位
  • 工研院、中研院、中科院等相關研究單位
  • 學校理工相關科系


參加辦法

▲活動聯絡人:皮托科技/行銷部 

▲電話:04-7364000

e-mailinfo@mail.pitotech.com.tw  

▲未收到報名成功通知者,請主動與皮托科技聯絡,謝謝!

▲如資料不全或不實,即為無效報名。

▲本公司享有審核報名資料、核準通過之一切權利