Вчера сделал небольшую инфографику своей разработки (читайте: habrahabr.ru/blogs/artificial_intelligence/135795 )
Простите за непроффесионализм — только учусь дизайнить в таком направлении. Давно уже хотелось с чего-то начать.
Представляю перспективу развития моей будущей системы в разрезе использования Облачных технологий и систем хранения и обработки данных.
Вкратце поясняю под катом.
Разделено на три части:
1: сбор данных с пользователей и передача их на серверы для обработки. Там формируются обучающие и тестовые выборки. Также там же обновляется выборка для переобучения (или используется параллелизм двух нейронных сетей для более оптимального и оперативного дообучения)
— отдельно стоит отметить разработку в перспективе средств анализа твердотельной модели, т.е. проверка на тонкостенность, на кривизну поверхности и.т.д. Я почему-то уверен, что это реально, ведь каждая поверхность в модели имеет свое математическое описание в пространстве. Эти данные также уходят в облака для обучения соответствующих нейросетей.
2: Собственно разработанная методика. В данном случае «i-feature» работает по принципу клиент-сервер. Т.е. вся математика вынесена в облака, подпрограмма принимает ответы и отправляет запросы. Аналогичным образом работает и линейный алгоритм.
3: Этап окончательной апробации юзером, полученных результатов работы алгоритма. Все сведено к МИНИМУМУ параметров, что существенно упрощает работу с системой (особенно новичкам). Инструмент либо создается параметрически (кстати придумал как и туда нейронную сеть интегрировать), либо берет из уже созданной библиотеки инструмента. Также стоит отметить вполне реальную возможность создания единой инструментальной библиотеки по разным фирмам-производителям! Эдакая глобализация. Сложностей там особых нет — в основном механическая работа. Параметры инструментов в библиотеке можно использовать для обучения отдельных сетей, что будет существенно помогать при параметрическом создании инструмента!
Далее, нажав пару кнопочек «ОК», все переходит в режим штатной работы САПР (генерация траекторий по утвержденным параметрам и постпроцессирование)
Как и обещал — работу веду, постоянно совершенствуя идею и алгоритмы.
Спасибо за отзывы в предыдущем посте!
Простите за непроффесионализм — только учусь дизайнить в таком направлении. Давно уже хотелось с чего-то начать.
Представляю перспективу развития моей будущей системы в разрезе использования Облачных технологий и систем хранения и обработки данных.
Вкратце поясняю под катом.
Разделено на три части:
1: сбор данных с пользователей и передача их на серверы для обработки. Там формируются обучающие и тестовые выборки. Также там же обновляется выборка для переобучения (или используется параллелизм двух нейронных сетей для более оптимального и оперативного дообучения)
— отдельно стоит отметить разработку в перспективе средств анализа твердотельной модели, т.е. проверка на тонкостенность, на кривизну поверхности и.т.д. Я почему-то уверен, что это реально, ведь каждая поверхность в модели имеет свое математическое описание в пространстве. Эти данные также уходят в облака для обучения соответствующих нейросетей.
2: Собственно разработанная методика. В данном случае «i-feature» работает по принципу клиент-сервер. Т.е. вся математика вынесена в облака, подпрограмма принимает ответы и отправляет запросы. Аналогичным образом работает и линейный алгоритм.
3: Этап окончательной апробации юзером, полученных результатов работы алгоритма. Все сведено к МИНИМУМУ параметров, что существенно упрощает работу с системой (особенно новичкам). Инструмент либо создается параметрически (кстати придумал как и туда нейронную сеть интегрировать), либо берет из уже созданной библиотеки инструмента. Также стоит отметить вполне реальную возможность создания единой инструментальной библиотеки по разным фирмам-производителям! Эдакая глобализация. Сложностей там особых нет — в основном механическая работа. Параметры инструментов в библиотеке можно использовать для обучения отдельных сетей, что будет существенно помогать при параметрическом создании инструмента!
Далее, нажав пару кнопочек «ОК», все переходит в режим штатной работы САПР (генерация траекторий по утвержденным параметрам и постпроцессирование)
Как и обещал — работу веду, постоянно совершенствуя идею и алгоритмы.
Спасибо за отзывы в предыдущем посте!
