材料數(shù)據(jù)建模的案例
Abaqus纖維復(fù)合材料蜂窩板落錘沖擊仿真模型
內(nèi)插0厚度cohesive單元以模擬分層
模擬過程采用puck子程序，有錄制整個建模操作視頻，可贈送復(fù)合材料層合板快速建模插件及蜂窩建模插件!
cae ￥20
image_process=/format,webp" data-initial-src="https://img.jishulink.com/202505/attachment/49623d80bdb74936898c3463aebb8345.png" data-extentions-extra-ocr-id="e6cb4a74c55e38de39a7e4f229d3e914"></figure>
</figure><div contenteditable="false" width="100%">
Abaqus纖維復(fù)合材料蜂窩板落錘沖擊仿真模型!
</div><div contenteditable="false" width="100%">
內(nèi)插0厚度cohesive單元以模擬分層
</div><div contenteditable="false" width="100%">
模擬過程采用puck子程序，有錄制整個建模操作視頻，可贈送復(fù)合材料層合板快速建模插件及蜂窩建模插件!
</div><div contenteditable="false" width="100%">
cae,inp文件及ODB文件，操作視頻(注意：并未含puck子程序，僅作學(xué)習(xí)參考)
</div><p><br></p>
展開 大數(shù)據(jù)建模、分析、挖掘技術(shù)
隨著《關(guān)于印發(fā)促進大數(shù)據(jù)發(fā)展行動綱要的通知》發(fā)布，各類型數(shù)據(jù)呈現(xiàn)出了指數(shù)級增長，數(shù)據(jù)成了每個組織的命脈。今天所產(chǎn)生的數(shù)據(jù)比過去幾年所產(chǎn)生的數(shù)據(jù)大好幾個數(shù)量級，企業(yè)有了能夠輕松訪問和分析數(shù)據(jù)以提高性能的新機會，如何從數(shù)據(jù)中獲取價值顯得尤為重要，也是大數(shù)據(jù)相關(guān)技術(shù)急需要解決的問題。大數(shù)據(jù)是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn)。數(shù)據(jù)建模不僅僅是任意組織數(shù)據(jù)結(jié)構(gòu)和關(guān)系，還必須與最終用戶的需求和問題聯(lián)系起來，并提供指導(dǎo)，幫助確保正確的數(shù)據(jù)正確使用正確的方法獲得正確的結(jié)果。
為響應(yīng)科研及工作人員需求，根據(jù)《國務(wù)院關(guān)于推行終身職業(yè)技能培訓(xùn)制度的意見》提出的“緊跟新技術(shù)、新職業(yè)發(fā)展變化，建立職業(yè)分類動態(tài)調(diào)整機制，加快職業(yè)標(biāo)準(zhǔn)開發(fā)工作”要求，中國管理科學(xué)研究院現(xiàn)代教育研究所（http://www.pdhb.org.cn）聯(lián)合北京龍騰亞太教育咨詢有限公司特舉辦“大數(shù)據(jù)建模、分析、挖掘技術(shù)應(yīng)用研修班”。本次培訓(xùn)采用實戰(zhàn)培訓(xùn)模式。
本次培訓(xùn)由北京龍騰亞太教育咨詢有限公司承辦并進行相關(guān)費用收取及發(fā)票開具。具體通知如下：
一、時間安排:
2023年8月18日 — 2023年8月22日 上海（同時轉(zhuǎn)線上直播）
（18日報到發(fā)放上課材料，19日-22日上課）
二、培訓(xùn)目標(biāo)
1.掌握大數(shù)據(jù)建模分析與使用方法。
2.掌握大數(shù)據(jù)平臺技術(shù)架構(gòu)。
3.掌握國內(nèi)外主流的大數(shù)據(jù)分析與BI商業(yè)智能分析解決方案。
4.掌握大數(shù)據(jù)分析在搜索引擎、廣告服務(wù)推薦、電商數(shù)據(jù)分析、金融客戶分析方面的應(yīng)用。
5.掌握主流的基于大數(shù)據(jù)Hadoop和Spark、R的大數(shù)據(jù)分析平臺架構(gòu)和實際應(yīng)用。
展開 基于大數(shù)據(jù)模型的數(shù)字孿生建模方法
圖4 遷移學(xué)習(xí)與機器學(xué)習(xí)的差異
2.大數(shù)據(jù)建模的未來發(fā)展趨勢
從技術(shù)發(fā)展的角度來講，大數(shù)據(jù)建模一方面將會呈現(xiàn)特征工程與特征學(xué)習(xí)算法相結(jié)合的趨勢，提升大數(shù)據(jù)建模的準(zhǔn)確性；另一方面將會越來越多地探索無監(jiān)督學(xué)習(xí)的算法性能提升和應(yīng)用，解決數(shù)據(jù)標(biāo)記的問題同時，賦予機器真正的類人學(xué)習(xí)行為。
從技術(shù)應(yīng)用的角度來講，由于物理建模在進行復(fù)雜系統(tǒng)建模是存在的不準(zhǔn)確的問題，將會越來越多地將新一代人工智能的算法與數(shù)控機床相結(jié)合，以開辟新的技術(shù)路線，提升預(yù)測的穩(wěn)定性與準(zhǔn)確性，使得機床具有更好知識學(xué)習(xí)、積累與應(yīng)用的能力。
因此，大數(shù)據(jù)建模一方面本身的內(nèi)涵和外延將會得到極大的擴展和深化，另一方面，其將會在數(shù)控機床領(lǐng)域得到全面、廣泛而深入的應(yīng)用。
展開 智能數(shù)據(jù)建模軟件DTEmpower 新版本發(fā)布
天洑智能數(shù)據(jù)建模軟件DTEmpower在2025R1版本基礎(chǔ)上，新增大量更新和Bug修復(fù)，持續(xù)提升軟件性能，改善用戶體驗。
現(xiàn)DTEmpower 2025R2版已正式上線天洑軟件官網(wǎng)，歡迎下載體驗！
R2版本相比R1主要更新：
一、智能檢測功能
新增智能檢測功能，可自動對數(shù)據(jù)進行白噪聲、平穩(wěn)性、季節(jié)性和異方差性檢測。在輸出結(jié)果中，針對不同的檢測方法，智能檢測提供了對應(yīng)的檢測結(jié)論、P值、差分建議以及后續(xù)的時序預(yù)測算法推薦，無需用戶進行繁瑣配置。
此外，點擊不同的檢測方法，下方會展示檢測方法對應(yīng)的繪圖，包括原始數(shù)據(jù)與移動平均圖、自相關(guān)圖、差分時序圖和譜密度圖等，提升檢測結(jié)果的可讀性。
二、時序數(shù)據(jù)展示新增繪圖設(shè)置模塊
在時序數(shù)據(jù)展示頁面，引入繪圖設(shè)置模塊，用戶可靈活配置，包含變量選擇、標(biāo)簽格式、時間范圍、時間間隔等參數(shù)，便于洞察數(shù)據(jù)規(guī)律及報告編寫。
三、時序預(yù)測算法升級
■ 新增autoARIMA，ARIMA算法配置分為自動模式和專業(yè)模式，用戶可以根據(jù)需要進行配置；
■ 新增周期自動識別與計算能力，無需用戶手動輸入周期；
■ 優(yōu)化超參數(shù)配置體驗，通過簡化參數(shù)邏輯、降低調(diào)參門檻；
■ 豐富了時序算法的可視化后處理功能，用戶可結(jié)合圖像預(yù)覽進行調(diào)參，提升算法的準(zhǔn)確性。
四、時序模型對比功能
新增時序模型對比功能，用戶可在同一界面比較多個時序模型，以評估不同模型的擬合和預(yù)測精度。這一功能簡化了模型選擇過程，提高了預(yù)測分析的效率和準(zhǔn)確性。
五、數(shù)據(jù)庫導(dǎo)入數(shù)據(jù)集功能接入
在支持導(dǎo)入xlsx和csv文件的基礎(chǔ)上，新增支持從數(shù)據(jù)庫(包括MySQL、達夢數(shù)據(jù)庫)導(dǎo)入數(shù)據(jù)集。拓寬了數(shù)據(jù)集的來源，滿足了更多業(yè)務(wù)場景的需求。
展開 
數(shù)據(jù)建模平臺 - DTEmpower V2.0 正式發(fā)布！
如何快速的從工業(yè)數(shù)據(jù)中建立模型，并將其作為知識進行積淀和應(yīng)用，以提高自身業(yè)務(wù)的競爭力，是工業(yè)企業(yè)非常關(guān)注的話題。人工智能和數(shù)據(jù)挖掘技術(shù)的發(fā)展雖然一定程度上降低了數(shù)據(jù)建模的上手難度，但是建立高質(zhì)量的模型并與自身工業(yè)具體場景的結(jié)合，仍然存在著一定的門檻。在此背景之下，南京天洑軟件有限公司通過多年自主研發(fā)，推出了數(shù)據(jù)建模平臺DTEmpower，致力于降低工業(yè)數(shù)據(jù)建模的門檻。通過在DTEmpower V1.0基礎(chǔ)之上深入研發(fā)，DTEmpower V2.0現(xiàn)正式發(fā)布！
圖 1 DTEmpower V2.0正式發(fā)布！
此次DTEmpower V2.0相對于V1.0主要具備6大亮點：
1）新增智能數(shù)據(jù)清理工具，異常點識別更精準(zhǔn)；
2）針對工業(yè)設(shè)計小數(shù)據(jù)集的智能訓(xùn)練算法；
3）在數(shù)據(jù)建模流程中方便的融合機理模型；
4）與天洑智能優(yōu)化平臺AIPOD的無縫集成，輕松開展優(yōu)化；
5）PHM擴展工具箱，搭配預(yù)警模型運行模塊，實現(xiàn)早期預(yù)警；
6）軟件優(yōu)化，運行更穩(wěn)定，使用更便捷。
展開 智能數(shù)據(jù)建模軟件DTEmpower 2025R3版本發(fā)布
天洑智能數(shù)據(jù)建模軟件DTEmpower在2025R2版本基礎(chǔ)上，新增大量更新和Bug修復(fù)，持續(xù)提升軟件性能，改善用戶體驗。
現(xiàn)DTEmpower 2025R3版已正式上線天洑軟件官網(wǎng)，歡迎下載體驗！
R3版本主要更新：
一、新增趨勢分析功能
數(shù)據(jù)管理模塊新增時間序列分析板塊，可從中進入趨勢、突變分析功能。該功能內(nèi)置曼肯德爾檢驗等分析方法，專門用于檢驗時間序列數(shù)據(jù)中的趨勢特征，適配于金融、氣象、工業(yè)時序分析等場景。
支持用戶根據(jù)數(shù)據(jù)特性自定義選擇時間變量、序列變量及顯著性水平，滿足不同分析精度需求；執(zhí)行分析后，可在統(tǒng)計分析頁面一鍵查看包含趨勢分析圖、序列 / 時間變量匯總、假設(shè)、結(jié)果與結(jié)論的完整報告，高效完成時間序列數(shù)據(jù)的趨勢研判。
二、新增突變分析功能
數(shù)據(jù)管理模塊的時間序列分析板塊同步新增突變分析功能，集成曼 - 肯德爾檢驗（序貫）核心算法，區(qū)別于整體趨勢檢驗，可精準(zhǔn)追蹤趨勢演變過程并識別突變點，廣泛適配氣候?qū)W、水文學(xué)、生態(tài)學(xué)等突變檢測場景。
支持自定義選擇時間變量、序列變量及顯著性水平，執(zhí)行分析后可在統(tǒng)計分析頁面查看包含突變分析圖、UF-UB 統(tǒng)計量折線圖、序列 / 時間變量匯總、假設(shè)與結(jié)果的完整報告，精準(zhǔn)定位時間序列數(shù)據(jù)的異常突變節(jié)點。
三、新增質(zhì)量控制功能
數(shù)據(jù)管理模塊新增質(zhì)量控制板塊，內(nèi)置 I-MR 圖質(zhì)量控制核心方法，由單值控制圖（I 圖）和移動極差控制圖（MR 圖）組成，適配連續(xù)變量的過程穩(wěn)定性監(jiān)控與異常識別。
展開 《使用R的線性回歸：數(shù)據(jù)建模導(dǎo)論，第二版》
《使用R的線性回歸：數(shù)據(jù)建模導(dǎo)論，第二版》以非正式教程風(fēng)格呈現(xiàn)了基礎(chǔ)數(shù)據(jù)建模技術(shù)之一。學(xué)習(xí)如何通過詳細的逐步流程預(yù)測測量數(shù)據(jù)的系統(tǒng)輸出，以開發(fā)、訓(xùn)練和測試可靠的回歸模型。關(guān)鍵建模和編程概念通過R語言直觀描述。
Deep Learning with PyTorch Quick Start Guide: Learn to train and deploy neural network models in Python
2018年12月24日 |ISBN：1789534092 |英文 |160頁 |真實（PDF，EPUB）+代碼 |40 MB
通過構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)，深入了解深度學(xué)習(xí)和PyTorch，適用于圖像分類、遷移學(xué)習(xí)和自然語言處理等實際應(yīng)用場景。
主要特點
清晰簡潔的解釋
提供深度學(xué)習(xí)模型
的重要見解 關(guān)鍵概念的實際演示
書籍簡介
PyTorch 功能強大且易于學(xué)習(xí)。它提供先進功能，如支持多處理器、分布式和并行計算。這本書是想利用 PyTorch 探索深度學(xué)習(xí)、利用其強大能力的人士的絕佳入門。
本書將向你介紹PyTorch深度學(xué)習(xí)庫，并教你如何輕松訓(xùn)練深度學(xué)習(xí)模型。我們將使用PyTorch搭建深度學(xué)習(xí)環(huán)境，然后訓(xùn)練和部署不同類型的深度學(xué)習(xí)模型，如CNN、RNN和自編碼器。
你將學(xué)習(xí)如何通過調(diào)整超參數(shù)來優(yōu)化模型，以及如何在多處理器和分布式環(huán)境中使用 PyTorch。我們將討論長短期記憶網(wǎng)絡(luò)（LSTMs），并構(gòu)建一個用于預(yù)測文本的語言模型。
展開 【新聞】智能數(shù)據(jù)建模軟件 - DTEmpower 2022R1版本發(fā)布
圖2 全新的表格前處理操作
流程搭建效率大幅提升
復(fù)用性強是拖拽式建模的天然優(yōu)勢。在2022R1版本中，通過追加控件級、流程級以及項目級等不同層級的復(fù)用功能，幫助用戶實現(xiàn)模型搭建效率的大幅提升。
圖3 追加三類層級的復(fù)用功能
圖4 自定義工具箱
數(shù)據(jù)建模全流程完善
新版本中，作為DTEmpower核心功能的數(shù)據(jù)建模模塊也實現(xiàn)了適應(yīng)性升級。從流程起始節(jié)點的數(shù)據(jù)載入到最后的模型存儲，每一個老面孔都有新功能、新交互、新體驗。
圖5 數(shù)據(jù)建模全流程完善
數(shù)據(jù)庫直連功能支持
DTEmpower 2022R1版本新增對數(shù)據(jù)庫直連功能的支持，并面向工業(yè)場景常用的時序型數(shù)據(jù)庫進行了適配。無需SQL或編碼，簡單快捷的數(shù)據(jù)源管理模塊助力數(shù)據(jù)分析人員的一天從連接DTEmpower數(shù)據(jù)源開始。
圖6 數(shù)據(jù)庫直連功能支持
除上述主要功能更新外，DTEmpower 2022R1還提供了中英文語言的切換，即開即用的客戶端啟動方式，基于交叉驗證的回歸訓(xùn)練模型精度顯示，基于風(fēng)險閾值的異常點批量篩選等大量新功能，并通過引入多種容錯機制進一步提升了軟件的穩(wěn)定性。
DTEmpower更多詳細介紹及軟件試用申請，請點擊“DTEmpower——智能數(shù)據(jù)建模軟件”，前往查閱。
展開 『下載』如何將拉伸試驗所得的材料數(shù)據(jù)輸入到材料庫中
如何將拉伸試驗所得的材料數(shù)據(jù)輸入到材料庫中，建立流動應(yīng)力曲線
理論加案例，一文讀懂數(shù)據(jù)分析中的分類建模
如果你不做數(shù)據(jù)建模，而是隨機猜測的，也就是分類正確的概率是50%，那么生成的ROC曲線就是從(0,0)到(1,1)的一條直線。
從ROC曲線的定義可知，這個曲線越靠近左上角，表示模型精度越高。所以ROC曲線也有個定量值，叫曲線下面積，簡稱AUC。顯然，曲線下的面積AUC越大，也表示曲線越靠近左上角。
介紹完三種工具，那么最終如何判斷呢？
通常情況下，你看混淆矩陣時，左上角和右下角的數(shù)越大越好。看ROC曲線時，曲線上方的面積越小越好。
為什么說通常情況下？因為分類模型好壞的判斷，必須要結(jié)合業(yè)務(wù)背景。
舉個例子，在地震預(yù)測時，我們希望盡可能預(yù)測到所有的地震，哪怕這些預(yù)測到的地震中只有少數(shù)真正發(fā)生了，這個時候我們就可以犧牲精確率。寧愿發(fā)出100 次警報但只對 10 次，也不希望預(yù)測了 10 次，但只有 8 次正確而漏掉2次，因為只要有 1 次地震沒預(yù)測到都會造成巨大的損失。這是一個 “寧可抓錯，不可放過” 的場景。
但另一個場景，垃圾郵件分類，我們雖然希望模型能夠找到所有的垃圾郵件，但一旦有一封正常郵件被分到了垃圾信箱里，你肯定很生氣。所以這時候?qū)幙陕┑衾]件，也不能把正常郵件分錯。這就是一個“寧可放過，不可抓錯” 的場景。
能體會出來吧？在不同的場合，我們在建模時需要根據(jù)實際情況，通過查看不同的參數(shù)指標(biāo)來判斷分類模型質(zhì)量。
四、分類建模案例
理論部分講解差不多了，下面做一個實際的數(shù)據(jù)建模分類案例。
工程背景是某種新材料的研制，這種材料由很多種配方組成，不同的組成對應(yīng)不同的材料性能。
工廠經(jīng)過多年的積累，已經(jīng)有了大量數(shù)據(jù)。其中前83列是原材料，后面幾列是配方對應(yīng)的材料性能。而我們關(guān)心的是最后一列，耐彎折性。1表示耐彎折性達標(biāo)，0表示不達標(biāo)。
展開 智能數(shù)據(jù)建模軟件DTEmpower 2023R2新版本功能介紹
DTEmpower是由天洑軟件自主研發(fā)的一款通用的智能數(shù)據(jù)建模軟件，致力于幫助工程師及工科專業(yè)學(xué)生，利用工業(yè)領(lǐng)域中的仿真、試驗、測量等各類數(shù)據(jù)進行挖掘分析，建立高質(zhì)量的數(shù)據(jù)模型，實現(xiàn)快速設(shè)計評估、實時仿真預(yù)測、系統(tǒng)參數(shù)預(yù)警、設(shè)備狀態(tài)監(jiān)測等工程應(yīng)用。軟件內(nèi)置有圖形化、零編碼的數(shù)據(jù)分析建模環(huán)境，圍繞數(shù)據(jù)清理、特征生成、敏感性分析和模型訓(xùn)練等環(huán)節(jié)提供豐富的AI算法，提供從模型搭建到模型管理應(yīng)用的一站式解決方案，學(xué)習(xí)門檻低、模型質(zhì)量高，零基礎(chǔ)用戶也能快速挖掘得到優(yōu)秀的數(shù)據(jù)模型。
一、DTEmpower功能特色
● 豐富且先進的智能算法
● 便利的圖形化數(shù)據(jù)建模流程搭建界面
● 數(shù)據(jù)分析建模全流程覆蓋
● 專業(yè)且靈活的數(shù)據(jù)可視化探索
● 低學(xué)習(xí)門檻
● 國產(chǎn)自主可控
二、版本更新介紹
DTEmpower 2023R2在軟件功能和操作體驗上均實現(xiàn)了升級：
● 模型可視化功能豐富
● 時序數(shù)據(jù)分析算法提升
● 用戶自定義數(shù)據(jù)處理算法支持
● UI交互界面升級
圖1 智能數(shù)據(jù)建模軟件DTEmpower 2023R2啟動界面
1）模型可視化功能豐富
DTEmpower 2023R2版本豐富了對數(shù)據(jù)清理、數(shù)據(jù)聚類、數(shù)據(jù)降維、數(shù)據(jù)變換等多種算法模型的可視化功能。此類數(shù)據(jù)預(yù)處理及特征工程算法的正確使用可以大幅提升數(shù)據(jù)建模的精度效果。
展開 
直播預(yù)告 | 基于材料數(shù)據(jù)庫和人工智能技術(shù)的復(fù)合材料許用值預(yù)測分析
針對連續(xù)纖維增強復(fù)合材料（CFRP）測試樣本多、測試周期長、成本高昂的問題，?？怂箍等诤隙喑叨葟?fù)合材料建模平臺Digimat和人工智能仿真平臺ODYSSEE，開發(fā)出一套基于人工智能的復(fù)合材料虛擬許用值預(yù)測方案，基于以下三個重要步驟，從而幫助客戶快速獲取復(fù)合材料許用值。
● 復(fù)合材料虛擬許用值計算幫助用戶減小測試規(guī)模；
● 材料數(shù)據(jù)庫平臺對復(fù)合材料許用值的結(jié)構(gòu)化存儲；
● 基于數(shù)據(jù)的人工智能方法與復(fù)合材料虛擬許用值計算結(jié)合，加速材料性能預(yù)測。
本期直播講堂請到了?？怂箍倒I(yè)軟件應(yīng)用專家常誠，在直播間中講師將重點介紹基于復(fù)合材料虛擬許用值計算工具Digimat-VA、材料數(shù)據(jù)管理平臺MaterialCenter，以及人工智能仿真平臺ODYSSEE，實現(xiàn)復(fù)合材料許用值快速預(yù)測的整體解決方案和案例應(yīng)用。敬請關(guān)注！
直播報名
8月20日 14:00
▲ 掃碼參與報名
立即預(yù)定
直播內(nèi)容聚焦
? 復(fù)合材料虛擬許用值計算
? 材料數(shù)據(jù)庫管理平臺
? 人工智能方法加速復(fù)合材料仿真分析
? 基于材料數(shù)據(jù)庫和人工智能技術(shù)的復(fù)合材料許用值預(yù)測解決方案
常誠
?？怂箍倒I(yè)軟件應(yīng)用專家
工程力學(xué)博士，在CAD/CAE行業(yè)擁有8年工作經(jīng)驗，在汽車零部件設(shè)計與仿真、航天航空、能源建筑等領(lǐng)域有豐富經(jīng)驗。目前關(guān)注于集成材料計算工程的應(yīng)用，包括材料數(shù)據(jù)的存儲、管理及引用，多尺度復(fù)合材料精細建模和仿真分析，人工智能加速新材料研發(fā)和應(yīng)用，機器學(xué)習(xí)應(yīng)用于仿真加速和設(shè)計優(yōu)化等方面，為客戶提供各類CAE仿真和材料應(yīng)用解決方案。
展開 【技術(shù)】天洑數(shù)據(jù)建模實施案例集錦(7) - 玻璃模具快速設(shè)計
--------------The end--------------
您可能感興趣的文章
【技術(shù)】天洑數(shù)據(jù)建模實施案例集錦（1）- 電廠脫硝系統(tǒng)的優(yōu)化控制
【技術(shù)】天洑數(shù)據(jù)建模實施案例集錦（2）- 燃料電池?zé)峁芾砜焖僭u估
【技術(shù)】天洑數(shù)據(jù)建模實施案例集錦（3）- 風(fēng)力機輪轂強度快速評估
【技術(shù)】天洑數(shù)據(jù)建模實施案例集錦（4） - 用戶用電量時序預(yù)測
【技術(shù)】天洑數(shù)據(jù)建模實施案例集錦（5）- 變壓器繞組溫度預(yù)警
【技術(shù)】天洑數(shù)據(jù)建模實施案例集錦（6）- 船體型線智能設(shè)計
天洑最新動態(tài)
1. 如果你夠?qū)嵙?，自信寫出邏輯清晰的干貨文，若能加點小幽默則風(fēng)味更佳，快加入我們的寫手行列吧，葉輪機械、汽車、航空航天、船舶海事等行業(yè)技術(shù)文章、軟件開發(fā)類文章、人工智能新技術(shù)、碼農(nóng)日常均可。我們的投稿郵箱：info@njtf.cn，投稿時郵件標(biāo)題請寫為“天洑投稿+文章題目+你的筆名+你的微信號”。
2.天洑招聘崗位如下：C++軟件開發(fā)工程師；求解器算法工程師；數(shù)字孿生算法工程師；CFD 開發(fā)工程師；有限元開發(fā)工程師；CFD仿真分析工程師；AI算法工程師；網(wǎng)格算法工程師等。崗位具體要求請點擊天洑軟件2022年人才招聘信息，應(yīng)聘人員請將簡歷投至info@njtf.cn郵箱。
3.天洑誠招代理商，詳情請點擊【招聘】天洑軟件誠招銷售代理商。
展開 【產(chǎn)品】智能數(shù)據(jù)建模軟件 - DTEmpower 2022R2版本新功能詳解
DTEmpower是由天洑軟件自主研發(fā)的一款通用的智能數(shù)據(jù)建模軟件，提供了從模型搭建到模型管理應(yīng)用的一站式解決方案，讓用戶可以聚焦于業(yè)務(wù)而不是疲于數(shù)據(jù)分析，充分發(fā)揮數(shù)據(jù)的價值。相比于上一個版本，DTEmpower 2022R2在軟件功能和操作體驗上均實現(xiàn)了升級，具體包括：
新增時間序列工具包；
新增軟件啟動歡迎頁；
優(yōu)化數(shù)據(jù)可視化交互式配置；
優(yōu)化大數(shù)據(jù)集上傳及加載性能。
圖1 智能數(shù)據(jù)建模軟件DTEmpower 2022R2正式發(fā)布
新增時間序列工具包
新版本算法工具箱新增一系列應(yīng)用于時間序列分析的工具節(jié)點，完成了包含差分整合移動平均自回歸模型ARIMA、指數(shù)平滑ES等線性時間序列預(yù)測算法的集成，可實現(xiàn)完整的時間序列數(shù)據(jù)預(yù)處理、算法建模、預(yù)測應(yīng)用等工作，進一步拓展了用戶的使用場景。
圖2 時序預(yù)處理：數(shù)據(jù)集時間切片、缺失值填補、重采樣等功能一鍵觸達
圖3 時序預(yù)測算法：集成6類線性時間序列預(yù)測算法，搭配交互式超參配置及超參優(yōu)化
圖4 時序模型應(yīng)用：支持參數(shù)預(yù)測及置信區(qū)間可視化、模型更新、模型調(diào)用等一站式解決
新增軟件啟動歡迎頁
為降低新用戶上手難度、優(yōu)化軟件使用體驗，新版本DTEmpower客戶端推出了啟動歡迎頁，其中內(nèi)置用戶使用幫助、示例項目模板、歷史項目快速打開以及舊版本項目自動升級等功能。
展開 【產(chǎn)品】智能數(shù)據(jù)建模軟件DTEmpower 2023R1新版本功能介紹
對此，DTEmpower 2023R1版本推出了一鍵式、零基礎(chǔ)、可定制的向?qū)?em>建模模塊，幫助用戶快速上手，并過渡到數(shù)據(jù)建模專家。
圖7 一鍵完成數(shù)據(jù)挖掘全過程
圖8 可過渡至專業(yè)建模模式
圖9 支持行業(yè)專屬的數(shù)據(jù)挖掘工具定制
DTEmpower更多詳細介紹及軟件試用申請，請點擊“DTEmpower——智能數(shù)據(jù)建模軟件”，前往查閱。
