SmartUQ：全球唯一符合 VVUQ 需求的智慧不確定性量化平台
SmartUQ專為 Verification、Validation 與 Uncertainty Quantification（VVUQ）打造
從模型可信度建立，到決策可靠性評估，一次到位，完整落地。協助工程團隊將「可信模擬」真正轉化為「可信決策」
驗證（Verification）、確認（Validation）與不確定性量化（Uncertainty Quantification, UQ）是以模擬為基礎之工程流程中不可或缺的核心環節，用以建立對計算結果在真實世界中相關性與可靠性的信心。
驗證（Verification） 用來確認模擬程式是否正確
例如：是否正確求解數學方程式、數值方法是否正確實作。確認（Validation） 用來確認模擬模型是否能準確反映真實世界
例如：所求解的方程式是否能以足夠的擬真度描述實際物理系統。不確定性量化（Uncertainty Quantification, UQ） 則用來評估模擬結果的可靠程度
例如：在計算模型或物理系統存在不確定性的情況下，模擬解會如何改變。
這些功能使 SmartUQ 能有效協助工程團隊建立可信、可驗證且可量化風險的模擬決策基礎。
不確定性不是例外，而是工程的常態
SmartUQ 可系統化處理兩大類不確定性：
隨機不確定性（Aleatoric Uncertainty）
來自系統本質的隨機性，無法完全消除，但可被量化與管理認知不確定性（Epistemic Uncertainty）
來自資訊不足、模型簡化或資料有限，可透過更佳模型、更多數據與校準流程逐步降低
涵蓋的不確定性來源包括：
輸入條件與邊界條件
模型形式與假設
參數誤差
數值誤差
實驗與量測誤差
為什麼現在一定要導入 UQ？
提升預測可信度
不只給答案，而是給「可信區間與風險視角」
做出更穩健的最佳化決策
找到在多情境下仍可靠的解，而非只對單一條件最優
降低試錯成本、縮短開發時程
運用 ML 與 AI 強化 CAE 模擬的關鍵利器：SmartUQ 不確定性量化與分析
機器學習 (ML) 和人工智慧 (AI) 在工程模擬領域正大放異彩，無論是產品設計、製造過程控制、預測性維護，還是公差與風險分析，都能看到它們的身影。然而，傳統工程模擬多偏向「確定性」，實際卻經常因材料特性、環境條件、量測誤差等因素而充滿「不確定性」；這些隨機因素若未納入考量，AI 所產生的最佳解，往往可能脫離現實，無法真正落地。
SmartUQ 一站式整合 不確定性量化 (UQ) 與 機器學習 的分析工具，從根本解決「不確定性」這道難題。它能協助您：
- 減少模擬運行次數：現代化的 DOE（實驗設計） 方法，搭配 CAE 模擬，有效縮小設計空間探索範圍，極大幅節省測試成本與時間。
- 快速最佳化與準確預測：利用 Emulation（代理模型） 技術，支援複雜高維度的模型估計，加速您在設計最佳化與不確定性分析上取得成果。
- 精準校準與誤差評估：統計校準 協助您校正 CAE 模擬與物理測試之間的差異，辨識模型誤差並提升準確度，讓虛擬原型能更貼近真實世界。
- 逆向運算與稀疏資料應用：即使在測試數據量少或參數龐大時，也能透過逆運算分析找出理想輸入分佈，掌握關鍵系統特性。
藉由將不確定性納入 ML/AI 的決策架構中，您不僅能更真實地反映實際狀況，也能運用快速優化、風險分析及穩健設計手法，讓產品更具可靠度，實際落地於生產流程。SmartUQ 在航太科技、電動車、半導體、醫藥研發等領域皆有成功應用，為各種工程挑戰提供了更精準、更高效率的決策依據。
想讓 ML 與 AI 真正融入 CAE 模擬、提升設計穩健性與可靠度？選擇 SmartUQ，把握不確定性，創造更穩健、更先進的產品與工程方案！
SmartUQ 是我們的核心產品：一款功能強大的不確定性量化（Uncertainty Quantification, UQ）與分析軟體平台。依據最前沿的研究成果開發而成，SmartUQ 能有效縮短在模擬、測試和分析複雜系統時所需的時間、成本與不確定性。當不確定性量化與分析變得既快速又容易，就能擴大應用範圍，應用到設計流程更多環節，並協助您在關鍵決策上更具信心。
1. 先進的實驗設計（Design of Experiments, DOE）工具
SmartUQ 提供多種突破性的資料取樣技術，以及完善的進階實驗設計工具庫，適用於模擬和實體實驗。透過創新的思考模式，我們的技術在確保結果準確的同時，盡量減少所需的資料點數量，以達成不確定性量化與分析的目的。
- 特色應用：
- 大數據：透過次取樣（subsampling）方法，成功應用於大規模資料的分析。
- 自適應設計（Adaptive Design）：以已收集的資料來判斷後續需要蒐集的資料點，最大化取樣效率，減少不必要的花費。
2. 突破性的模擬建模（Emulation）與機器學習
SmartUQ 的顛覆性模擬建模技術，可在極短時間內擬合出高準確度的替代模型（emulators）。這些高速的分析模型能預測複雜黑箱式系統（包含電腦模擬或實際物理系統）的行為：
- 應用範圍：
- 極速不確定性傳播
- 敏感度分析
- 設計空間探索
- 統計最佳化
- 統計校準
- 反向分析
- 好處：
- 取代昂貴且耗時的蒙地卡羅（Monte Carlo）抽樣
- 瞬間完成分析運算，不再需要長時間等待
SmartUQ 也能處理 類別型 和 連續型輸入、多輸出或函數型輸出、高維度問題及大規模資料，為加速不確定性量化與分析開創新契機。
3. 全域的敏感度分析（Sensitivity Analysis）
SmartUQ 的敏感度分析工具能快速了解系統輸出對各個輸入在整個設計空間的敏感程度。這在檢驗製造公差、環境條件、零件幾何、儀器校準精度及耐用度等影響時特別重要：
- 幫助：根據參數影響結果的能力進行排序。
- 輕鬆判別影響度較高或較低的因素，讓工程師將設計資源專注在最需要的地方。
4. 簡易且高效的不確定性傳播（Propagation of Uncertainty）
不確定性傳播可預測當系統輸入具有各種不確定性或變異時，系統輸出的機率分佈會如何變化。幾乎所有系統都存在輸入不確定性，可能源於：
- 實際量測
- 製造尺寸
- 材料特性
- 環境條件
- 外力影響
透過不確定性傳播，您能確認系統輸出能否符合規範、極端狀況的真實機率，以及哪些輸入對輸出分佈影響最大。這些洞察可協助您優化設計、加速開發並更迅速找出問題根源。
5. 針對不確定性的統計最佳化（Optimization Under Uncertainty）
SmartUQ 可用於進行統計最佳化，這種創新方法結合自適應取樣（Adaptive Sampling）與分析模型，較傳統搜尋法能在面對複雜問題時更具效率：
- 優勢：
- 可快速縮小搜尋範圍，處理多目標及大量輸入參數
- 可重複使用舊資料（recycled data）或平行執行批次測試，節省大量時間並縮短測試流程
- 能在不確定性條件下找出最優解，達到穩健且可靠的設計結果
6. 快速又準確的統計校準（Statistical Calibration）
儘管模擬技術不斷進步，仍需配合真實測試數據進行校準，確保結果能反映真實世界。SmartUQ 的統計校準工具可：
- 功能： 處理模擬模型和物理測試之間的分歧和不確定性。
- 量化並辨識模型誤差，協助發現改進空間
- 提供模型驗證指標，加速模擬模型的信賴度建立
-
在有限的模擬與測試資料下，自動且快速地找出最佳校準參數
這些功能能使您的模擬模型更趨近真實，並降低需要實際測試的次數與花費，有效縮短設計週期。
7. 逆向分析（Inverse Analysis）找出輸入的機率分佈
逆向分析指的是在已知系統輸出分佈的情況下，反推可能的輸入機率分佈：
- 應用場景： 確定病態和稀疏模型輸入的底層分佈。
- 當需要了解難以量測的系統特性時，例如透過地面與車輛之間的交互作用模型及車輛測試數據，推估土壤特性。
- 條件：
- 只要擁有系統模型與該測試資料，即可省下昂貴或具侵入性的測試手段。
這代表您能充分運用現有資料，減少不必要的測試成本，也能更精準地掌握系統狀態。
各行各業應用不確定性量化分析
航空與國防
汽車與重型車輛行業
馬達與渦輪發動機
醫療器材業
半導體業
製藥業
應用焦點領域
數位分身
不確定性下的決策
負載預測
工程模擬
人工智能