不知火舞的被虐|伊人天伊人天天综合网|博洛尼亚天气|任你懆这里只有精品4|久久美日韩精品久久|掌中之物漫画免费阅读观看|0丨d老妇

帖子 【時序預測】Transformer模型在時間序列預測領域的應用
今天又是一篇Transformer梳理文章,這次應用場景是時間序列預測。Transformer的序列建模能力,讓其天然就比較適合時間序列這種也是序列類型的數據結構。但是,時間序列相比文本序列也有很多特點,例如時間序列具有自相關性或周期性、時間序列的預測經常涉及到周期非常長的序列預測任務等。
4351 2
牛頓家的計算機 ??? 3年前
【時序預測】Transformer模型在時間序列預測領域的應用
問答 有限元模型如何通過仿真時間分析來預測現實時間的大小?

有限元模型如何通過仿真時間分析來預測現實時間的大小?比如在仿真軟件中模型計算2s的步數,他模型對應在現實中是作業了多久呢?各位大佬 求指教!

2259 3
默_3670 ??? 1年前
帖子 使用支持向量回歸進行時間序列預測
回歸旨在根據一個或多個輸入特征預測連續目標變量。 在時間序列預測中,目標變量是時間序列的未來值(例如,未來日期的股票價格、未來時間步長的溫度)。SVR 作為一種回歸技術,學習一個模型,該模型將歷史時間序列數據(特征)映射到相應的未來值(目標變量)。 時間序列預測中 SVR 的輸出是一個連續值,表示時間序列的預測未來值。
2622
仿真資料吧 ??? 1年前
帖子 成功案例丨開發時間從1小時縮短到3分鐘:如何利用歷史數據訓練AI模型,預測設計性能?
Hero采用了典型的80/20數據分割方式,即80%的數據用于模型訓練,20%的數據用于預測評估。項目團隊從24個數據集中選擇了30種把手變體進行訓練。訓練完成后,他們使用剩余的6個把手數據集對AI模型進行了測試,并通過將傳統FEA結果與AI生成的預測結果進行對比來評估準確性。對比顯示,兩者的偏差僅為3%,這證明了PhysicsAI能夠在極短時間內提供與傳統FEA相媲美的精確預測
3341
ALTAIR ??? 1年前
成功案例丨開發時間從1小時縮短到3分鐘:如何利用歷史數據訓練AI模型,預測設計性能?
帖子 28基于MATLAB的針對LSTM的時間序列分析預測
基于MATLAB的針對LSTM的時間序列分析預測,可進行多步預測,其中訓練結果,測試結果,迭代過程,預測結果如圖。模型已調試完畢,替換自己的數據可直接運行。需要直接拍下。
1914
matlab應用與學習 ??? 2年前
28基于MATLAB的針對LSTM的時間序列分析預測
視頻 1-28 基于MATLAB的針對LSTM的時間序列分析預測
基于MATLAB的針對LSTM的時間序列分析預測,可進行多步預測,其中訓練結果,測試結果,迭代過程,預測結果如圖。模型已調試完畢,替換自己的數據可直接運行。購買后可下載視頻中的源程序文件。
321
matlab應用與學習 ??? 1年前
1-28 基于MATLAB的針對LSTM的時間序列分析預測
視頻 1-107基于matlab的模糊推理系統(ANFIS)的時間序列預測
基于matlab的模糊推理系統(ANFIS)的時間序列預測,輸出訓練集、測試集和預測數據結果,數據可更換自己的,程序已調通,可直接運行。購買后可下載視頻中的源程序文件。
306
matlab應用與學習 ??? 1年前
1-107基于matlab的模糊推理系統(ANFIS)的時間序列預測
視頻 1-112基于matlab的多輸入多輸出時間序列預測
基于matlab的多輸入多輸出時間序列預測,案例采用兩輸入三輸出進行預測,即MIMO-MRI。程序已調通,可直接運行。購買后可下載視頻中的源程序文件。
259
matlab應用與學習 ??? 1年前
1-112基于matlab的多輸入多輸出時間序列預測
視頻 1-96基于matlab的GMDH神經網絡對YPML120 時間序列進行預測
基于matlab的GMDH神經網絡對YPML120 時間序列進行預測,輸出訓練數據和測試數據的結果,及預測均方根誤差結果和正態分布。數據可更換自己的,程序已調通,可直接運行。購買后可下載視頻中的源程序文件。
201
matlab應用與學習 ??? 1年前
1-96基于matlab的GMDH神經網絡對YPML120 時間序列進行預測
問答 爆炸射流顯示預測時間2小時,但計算兩天了一直停留在60μs,此時射流剛侵入地層(Stratum),該如何解決?

現在的問題是:模擬時間Termination設置的共400μs,剛計算時顯示預估時長2h,但計算到60μs的時候就計算特別慢,兩天也沒有計算出下一步,沒有報錯,輸入SW2顯示剩余計算時長100000小時。(之前第二層材料用HJC時不會出現此問題。)

2455 8
yaoyu0409 ??? 1年前
帖子 【AI+波浪補償】AR模型實時船舶運動預測中的尺度效應
圖11展示了使用AR模型提前10步預測時間歷史。可以看出,當預測步長為10時,預測時間序列與目標時間序列吻合較好。圖12進一步總結了不同先導步驟下的預測RMSE,以顯示可預測時間持續時間。結果表明,峰值頻率越低,預測持續時間越長。以RMSE閾值為0.05 deg為例,0.47、0.9和1.07 rad/s的峰值頻率的可預測時間分別為7.5、3.8和2.8 s。
2449 1
海工 ??? 3年前
【AI+波浪補償】AR模型實時船舶運動預測中的尺度效應
帖子 考慮多因素影響的光伏發電功率智能預測研究
隨后出現了基于各種神經網絡的光伏發電功率預測方法,神經網絡具有自我學習、訓練和聯系功能,可以不斷擬合光伏發電功率變化特點[9,10,11],預測效果要明顯優于灰色系統,但是其存在建模時間長、易獲得局部最優的光伏發電功率預測結果等不足,影響了光伏發電功率預測可靠性[12];近幾年,出現了支持向量機的光伏發電功率預測方法,其避免了神經網絡學習能力差的弊端[13,14],但是其同樣存在學習時間長,使得光伏發電功率預測效率低
4292 1
能源阿陽 ??? 2年前
考慮多因素影響的光伏發電功率智能預測研究
帖子 【CAE案例】愛爾蘭西南海岸風暴潮汐預測系統的開發
模型在校準時顯現出良好的測試結果一致性,潮汐和風暴潮的預測模型基本滿足制定的最小目標精度和預測潮位時間
2136
CAE璐姐 ??? 3年前
【CAE案例】愛爾蘭西南海岸風暴潮汐預測系統的開發
帖子 一種基于目標的可解釋的自動駕駛預測和規劃策略
為了預測車輛的未來行駛動機,我們必須推理為了什么目的 - 車輛執行其過去的行駛路徑還是改變其預期路徑,這就需要了解其他車輛的目標來預測其未來的行駛動機和軌跡,這有助于在未來一定的時間范圍內進行精準規劃。那么,這種推理將有助于解決保守的自動駕駛問題。 這里我們需要通過分類器來根據觀察到的駕駛軌跡,預測當前車輛需要執行的操作。
4345 2
駕駛哥 ??? 2年前
一種基于目標的可解釋的自動駕駛預測和規劃策略
帖子 【技術】天洑數據建模實施案例集錦(4) - 用戶用電量時序預測
【時序變量設定】節點可以設置時間變量、預測變量和外源變量三類:時間變量為時序模型的對應時間索引列,預測變量為時序模型用于預測的變量,外源變量為影響預測變量的其他變量。2. 【時序預處理】節點完成對時序數據校驗:由于時序模型訓練算法對于數據集有比較嚴格的限制,如連續采樣且時間間隔均勻等,因此為了避免后續算法節點運行出錯,需要結合【時序預處理】節點對數據進行校驗和預處理。
2106
天洑軟件 ??? 3年前
【技術】天洑數據建模實施案例集錦(4) - 用戶用電量時序預測
帖子 MSC一體化疲勞壽命預測系統
裂紋擴展 裂紋擴展壽命要根據有限元模型提供的結構應力分布,結構載荷的變化以及材料的疲勞特性等條件,預測裂紋的擴展速率和時間。研究裂紋擴展常采用傳統的線彈性斷裂力學(LEFM)。
3370 4
Cruise ??? 3年前
MSC一體化疲勞壽命預測系統
帖子 設計仿真 | 如何快速預測車身結構的動態特性
但試驗的方法無論在時間成本還是金錢成本方面都比較高,采用有限元分析方法計算車身結構的振動傳遞函數,例如使用MSC Nastran進行相關的計算和預測,可以降低時間和試驗投入成本。
2599
海克斯康設計與仿真 ??? 2年前
設計仿真 | 如何快速預測車身結構的動態特性
帖子 使用AlphaFold2進行蛋白質結構預測
fasta文件的文件名max_template_date:如果你預測蛋白在pdb里面,而你不想用這個pdb做模板,你就用這個日期來限制使用該pdb做模板,這個日期應該早于這個蛋白結構的release datepreset:時間預測質量的均衡考慮:reduced_dbs最快,但是質量最差,full_dbs中等,casp14質量最好但時間是full_dbs的八倍左右。
2935
深圳北鯤云計算有限公司 ??? 3年前
使用AlphaFold2進行蛋白質結構預測
帖子 鋰離子動力電池壽命預測的研究進展
外部影響因素: a.荷電狀態 荷電狀態(SOC)是指蓄電池使用一段時間或長期擱置不用后的剩余容量與其完全充電狀態的容量的比值。
2612
駕駛哥 ??? 3年前
鋰離子動力電池壽命預測的研究進展
帖子 電工電子殼體用ABS蠕變本構方程擬合及長期變形情況預測
較長時期的蠕變變形情況預測對于非線性粘彈性材料長期蠕變行為預測最常用的方法之一是時溫等效方法,該方法基于時間一溫度等效原理,以WLF方程為基礎把在不同溫度下得到的蠕變曲線移位成某一參考溫度水平下的主曲線,依此,可以通過較高溫度下較短時間內材料的蠕變行為來預測較低溫度下的較長期的蠕變行為。
2454
國高材高分子材料產業創新中心 ??? 1年前
電工電子殼體用ABS蠕變本構方程擬合及長期變形情況預測
App下載
技術鄰APP
工程師必備
  • 項目客服
  • 培訓客服
  • 平臺客服

TOP