Tiêu đề ngày hôm nay Cờ bạc trực tuyến trung vào tiềm năng to lớn của trí tuệ nhân tạo (AI) và máy học (ML) để nâng cao hiệu suất và khả năng của các sản phẩm hàng đầu như xe tự hành
chúng tôi tiếp tục đầu tư vào nghiên cứu để phát triển những công nghệ này trong lĩnh vực mô phỏngbài đăng trên blogthảo luận về ứng dụng ML để giúp các bộ giải của Cờ bạc trực tuyến biểu diễn hình học sản phẩm một cách nhẹ nhàng hơn
Nhưng đó chỉ là một ví dụ về mức độ tác động của AI và ML đến lĩnh vực mô phỏng kỹ thuật và khả năng của phần mềm Cờ bạc trực tuyếngiấyđã được ASME chấp nhận xuất bảnTạp chí Thiết kế Cơ khíBài viết mô tả khả năng của kiến trúc 3D mới dựa trên mạng nơ-ron tích chập kiến trúc này có thể sớm được tích hợp vào bộ giải cấu trúc và chất lỏng của Cờ bạc trực tuyến để cải thiện chất lượng phát hiện các bề mặt 3D tiếp xúc với nhau
và chúng thường dẫn đến việc phát hiện quá mức hoặc không phát hiện được các liên hệ khi xử lý các cụm kết hợp cả các bộ phận lớn và nhỏ
Các bề mặt 3D hiện được mô hình hóa bằng cách sử dụng các đám mây điểm — một Cờ bạc trực tuyến hợp các điểm dữ liệu trong không gian — hoặc các lưới bề mặt gần đúng với hình dạng của sản phẩm theo cách có thể quản lý được bằng số
vì các cặp liên hệ được phát hiện dựa trên các thuật toán xác định — với một dung sai khoảng cách duy nhất biểu thị các liên hệ cho tất cả các phần tương tác — kết quả có thể là “liên hệ xấu
Các kỹ sư có thể gắn cờ các điểm tiếp xúc bề mặt chất lượng thấp hơn này và xóa chúng trước khi mô phỏng để mang lại kết quả chính xác
Thuật toán ActivationNet hoạt động như thế nào
ActivationNet sử dụng các biểu diễn dạng lưới hoặc dựa trên điểm thô của các bề mặt tiếp xúc để tạo ra một loạt trạng thái kích hoạt trên các lưới tính toán có độ phân giải khác nhau
chúng vượt quá khả năng của các thuật toán xác định và kỹ thuật chia lưới thô để thể hiện các đặc điểm quan trọng và phức tạp của bề mặt 3D — đồng thời chúng tạo ra những đánh giá chính xác hơn nhiều về mức độ tương tác bề mặt được mô hình hóa tốt như thế nào
