03/26【原廠線上】從昂貴的 CFD 到即時預測：以機器學習驅動的數據驅動 CFD 加速(上午09.00~10.00)

本網路研討會將討論實驗的角色設計、預測性機器學習模型（又稱替代模型）以及統計校正等機器學習工具，在加速計算流體力學（CFD）加速及最大化計算流體力學（CFD）知識獲取中所扮演的角色。

本次研討會的重點之一是 SmartUQ 快速且精確的替代建模方法。例如，SmartUQ 開發了非參數且網格無關的方法來預測連續輸出場。對 CFD 而言，這可能意味著能快速預測對應新設計或條件的溫度、壓力與速度場。這讓工程師能在設計週期後期快速優化設計，並探索無限的幾何變化。

與其他方法相比，SmartUQ 的方法需要較少從 CFD 收集的資料，且能在標準桌上型電腦硬體上快速且本地執行，無需 HPC 或雲端資料傳輸。您的資料與結果在環境中安全保存。

歡迎參加本次線上研討會，SmartUQ 首席應用工程師 Gavin Jones 將介紹 SmartUQ 在計算流體力學應用上的應用。將以航太、汽車及半導體等產業的客戶應用案例作為說明，說明所討論的工具與技術。同時也將討論 SmartUQ 與 ANSYS Fluent、STAR-CCM+、CFD++ 及 OpenFOAM 等 CFD 工具整合的能力。