JP7431029B2 - 大規模環境用のマルチインスタンス型シミュレーション - Google Patents
大規模環境用のマルチインスタンス型シミュレーション Download PDFInfo
- Publication number
- JP7431029B2 JP7431029B2 JP2019229161A JP2019229161A JP7431029B2 JP 7431029 B2 JP7431029 B2 JP 7431029B2 JP 2019229161 A JP2019229161 A JP 2019229161A JP 2019229161 A JP2019229161 A JP 2019229161A JP 7431029 B2 JP7431029 B2 JP 7431029B2
- Authority
- JP
- Japan
- Prior art keywords
- simulation
- local
- global
- simulations
- individual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims description 658
- 238000000034 method Methods 0.000 claims description 134
- 239000000523 sample Substances 0.000 claims description 87
- 238000004364 calculation method Methods 0.000 claims description 60
- 230000006399 behavior Effects 0.000 claims description 47
- 230000003993 interaction Effects 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000010801 machine learning Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 description 11
- 239000012530 fluid Substances 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 239000007787 solid Substances 0.000 description 7
- 239000000126 substance Substances 0.000 description 7
- 230000002123 temporal effect Effects 0.000 description 6
- 238000011084 recovery Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000000429 assembly Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 230000010399 physical interaction Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003197 catalytic effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 102100023774 Cold-inducible RNA-binding protein Human genes 0.000 description 1
- 101000906744 Homo sapiens Cold-inducible RNA-binding protein Proteins 0.000 description 1
- 240000004759 Inga spectabilis Species 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 241000321453 Paranthias colonus Species 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 231100000987 absorbed dose Toxicity 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
-各ローカルシミュレーションは、個別のローカルドメインに関連付けられており、各グローバルシミュレーションは、個別のグローバルドメインに関連付けられており、
上記方法は、
・各ローカルシミュレーションの各個別の縮小モデルの上記計算ステップの前に、
・-上記ローカルシミュレーションの個別の関心ゾーンを選択するステップであって、上記個別の関心ゾーンは上記個別のローカルドメインの空でないサブドメインであるステップと、
・各ローカルシミュレーションの各個別の縮小モデルの上記計算ステップにおいて、
・各ローカルシミュレーションの各個別の縮小モデルが上記個別の関心ゾーンの境界において計算されるステップと、
・各グローバルシミュレーションの上記計算ステップにおいて、
・上記少なくとも1つのローカルシミュレーションの各々についての上記個別の関心ゾーンを上記グローバルシミュレーションの上記個別のグローバルドメインに配置するステップと、
・上記グローバルドメインの残りの部分のみが計算され、上記残りの部分は、関心ゾーンによって占有されていない上記グローバルドメインの部分であり、上記グローバルドメインは、上記少なくとも1つのローカルシミュレーションの各々について個別の関心ゾーンによってそれぞれ占有されている領域を含むステップとをさらに含み、
-上記方法は、上記少なくとも1つのローカルシミュレーションの各々についての上記個別の関心ゾーンの上記配置ステップにおいて、上記個別の関心ゾーンの境界を上記個別の関心ゾーンによって占有されている上記個別のグローバルドメイン領域の境界とインターフェイスするステップをさらに含み、
-各ローカルシミュレーションの各ローカルドメインは、個別の物理的オブジェクトを含み、上記ローカルシミュレーションは、上記個別の物理的オブジェクトに関連付けられた個別の物理的挙動をシミュレーションし、各グローバルシミュレーションは、上記少なくとも1つのローカルシミュレーションの各々について全ての個別の物理的オブジェクトに関連付けられた共通の物理的挙動の個別のシナリオをシミュレーションし、上記共通の物理的挙動は、全てのグローバルシミュレーションに共通であり、
-各グローバルシミュレーションについて、上記グローバルシミュレーションの上記個別のグローバルドメインは、共通の物理的オブジェクトの個別のバリエーションを含み、上記共通の物理的オブジェクトは、全てのグローバルシミュレーションに共通であり、上記少なくとも1つのローカルシミュレーションの各々について全ての個別の物理的オブジェクトに関連付けられた上記共通の物理的挙動は、上記少なくとも1つのローカルシミュレーションの各々について全ての個別の物理的オブジェクトに対する上記共通の物理的オブジェクトの物理的挙動であり、
-上記方法は、
・各グローバルシミュレーションの上記計算ステップの前に、
・ローカル・シミュレーション・インスタンスのデータベースを作成するステップであって、
○上記ローカルシミュレーションのセットの上記提供ステップと、各ローカルシミュレーションの各個別の縮小モデルの上記計算ステップとを含み、上記ローカルシミュレーションのセットは、少なくとも2つのローカルシミュレーションを含むステップと、
○上記ローカルシミュレーションのセットの各ローカルシミュレーションについて、個別のローカル・シミュレーション・インスタンスを上記データベースに記憶するステップであって、上記個別のローカル・シミュレーション・インスタンスは、上記個別に計算された縮小モデルを含むステップと、
・ローカル・シミュレーション・インスタンスの上記データベースにおいて少なくとも2つのローカル・シミュレーション・インスタンスを選択するステップとをさらに含み、
・各グローバルシミュレーションの上記計算ステップにおいて、上記少なくとも1つのローカルシミュレーションは、上記少なくとも2つの選択されたローカル・シミュレーション・インスタンスの上記少なくとも2つのローカルシミュレーションを構成し、
-上記方法は、上記ローカルシミュレーションのセットの各ローカルシミュレーションについて、上記個別の縮小モデルの上記計算ステップの後に、プローブを定義するステップであって、上記プローブは、上記ローカルシミュレーションの上記個別のローカルドメインの上記個別の関心ゾーンに接する点であり、各プローブは、上記ローカルシミュレーションのシミュレーションデータを含むステップをさらに含み、上記個別に計算された縮小モデルを含む上記記憶されたローカル・シミュレーション・インスタンスは、上記プローブおよび上記個別の関心ゾーンをさらに含み、
-各グローバルシミュレーションを計算する上記ステップの際に、上記少なくとも2つの選択されたローカル・シミュレーション・インスタンスのうち少なくとも2つのローカル・シミュレーション・インスタンスが相互作用し、上記相互作用により、上記少なくとも2つのローカル・シミュレーション・インスタンスのうち少なくとも1つのローカル・シミュレーション・インスタンスのプローブが強化(enriched))され、プローブを強化した結果、プローブが強化されたローカル・シミュレーション・インスタンスに含まれる上記個別に計算された縮小モデルが補正され、
-上記方法は、プローブが強化された各ローカル・シミュレーション・インスタンスについて、
・上記個別に計算された縮小モデルの上記補正の前に、全ての強化されたプローブのセットと、それらのプローブが強化される前の対応するプローブのセットとの差を計算するステップと、
・上記差が所定の閾値を超えるか否かを判定するステップと、
・上記差が上記所定の閾値を超えると判定された場合、上記個別に計算された縮小モデルを補正するステップとをさらに含み、
-上記方法は、
・ローカル・シミュレーション・インスタンスの上記データベースの上記作成ステップにおいて、上記データベースに記憶された上記ローカル・シミュレーション・インスタンスに対して機械学習アルゴリズムを学習するステップであって、上記機械学習アルゴリズムは、上記データベースの各ローカル・シミュレーション・インスタンスについて、上記ローカル・シミュレーション・インスタンスに記憶された上記プローブと、上記ローカル・シミュレーション・インスタンスに記憶された上記個別に計算された縮小モデルとの個別の関係を提供するステップと、
・プローブが強化された各ローカル・シミュレーション・インスタンスについて、上記ローカル・シミュレーション・インスタンスに含まれる上記個別に計算された縮小モデルの補正ステップは、上記機械学習アルゴリズムを適用するステップを含み、上記補正ステップは、上記個別の関係に基づいて実施されるステップとをさらに含み、
-上記ローカルシミュレーションのセットは、厳密に1つのローカルシミュレーションを構成し、
-上記ローカルシミュレーションのセットの全てのローカルシミュレーションは、所与のローカルシミュレーションの摂動(perturbations)であり、上記所与のローカルシミュレーションは、上記ローカルシミュレーションのセットの一部でもあり、かつ/または
-全てのグローバルシミュレーションは、所与のグローバルシミュレーションの摂動であり、上記所与のグローバルシミュレーションは、上記グローバルシミュレーションのセットの一部でもある。
ここで、wiは、縮小状態PState(t)を計算するために用いた各基底要素の寄与の重みである。基底Bは、経時的に一定とされ、重みのみが時間的に進化し得る。時間的な重みを更新することにより、シミュレーション結果が時間的に前進する。シミュレーションの縮小モデルの計算は、シミュレーションの初期時間と最終時間との間に含まれる時間ステップである全ての時間tにおいて、基底Bの全ての要素および全ての重みを計算することを含む。したがって、ひとたび縮小モデルが計算されると、式(1)を用いることにより、任意の時間ステップtにおける計算されたシミュレーションの任意の状態state(t)を表す任意の縮小状態PState(t)が利用可能となる。
各グローバルシミュレーションを計算するステップS2は、少なくとも1つのローカルシミュレーションの各々について個別に計算された縮小モデルを再使用するステップS220を含む。
一例において、各グローバルシミュレーションについて、グローバルシミュレーションの個別のグローバルドメインは、共通の物理的オブジェクトの個別のバリエーションを含む。この共通の物理的オブジェクトは、全てのグローバルシミュレーションに共通である。これらの一例において、少なくとも1つのローカルシミュレーションの各々の全ての個別の物理的オブジェクトに関連付けられた共通の物理的挙動は、当該少なくとも1つのローカルシミュレーションの各々の全ての個別の物理的オブジェクトに対する、共通の物理的オブジェクトの物理的挙動である。
一例において、ローカルシミュレーションのセットは、厳密に1つのローカルシミュレーションを構成する。
-近傍で動作する別の風力タービンによる、1つの風力タービンの周囲の風の摂動
-近傍で動作する別の航空機エンジンによる、1つの航空機エンジンの周囲の空気の摂動
-近傍で動作する別の航空機エンジンによる、1つの航空機エンジンの周囲の熱の摂動
-近傍のリングによる、核融合発電所における1つのリングの周囲磁場の摂動
-他の近傍のアンテナによる、アンテナの無線到達範囲における摂動
表1または表2に記載されるグローバル物理シミュレーションの例は、上記の一覧に取り上げた相互作用の1つまたはそれ以上の妥当な例を特徴とし得る。上記の一覧の摂動の妥当な組み合わせもまた、上記方法によって意図され得る。
各ローカル・シミュレーション・インスタンスについて、上記個別の関係は、個別に計算された縮小モデルとローカル・シミュレーション・インスタンスのプローブとの対応を提供する1つまたはそれ以上の数式および/または1つまたはそれ以上のアルゴリズムを含む。一例において、全ての個別の関係のセットは、機械学習アルゴリズムの決定フォレストを形成する。
Claims (15)
- グローバル物理シミュレーションをインスタンス化するための、コンピュータによって実施される方法であって、
ローカルシミュレーションのセットを提供するステップ(S10)であって、
前記ローカルシミュレーションのセットは、少なくとも1つのローカルシミュレーションを含み、
前記ローカルシミュレーションのセットにおける各ローカルシミュレーションは、前記グローバル物理シミュレーションにおいて独立なローカルシミュレーションであって、前記グローバル物理シミュレーションによってシミュレーションする物理モデルから独立してシミュレーションすることができる物理モデルをシミュレーションするものであり、前記グローバル物理シミュレーションは、シミュレーションが各ローカルシミュレーションの物理モデルのシミュレーションに依存している物理モデルをシミュレーションするものである、
前記ローカルシミュレーションのセットの各ローカルシミュレーションは、計算済みであるステップ(S10)と、
前記ローカルシミュレーションのセットの各ローカルシミュレーションについて、前記ローカルシミュレーションの個別の縮小モデルを計算するステップ(S30)と、
少なくとも1つのグローバルシミュレーションのセットの各々を計算するステップ(S2)であって、各グローバルシミュレーションは、前記グローバル物理シミュレーションのインスタンスであり、各グローバルシミュレーションの前記計算するステップ(S2)は、少なくとも1つのローカルシミュレーションの各々に対して個別に計算された縮小モデルを再使用するステップ(S220)を含むステップ(S2)とを含む方法。 - 各ローカルシミュレーションは、個別のローカルドメインに関連付けられており、
各グローバルシミュレーションは、個別のグローバルドメインに関連付けられており、
前記方法は、
各ローカルシミュレーションの各個別の縮小モデルの前記計算ステップ(S30)の前に、
前記ローカルシミュレーションの個別の関心ゾーンを選択するステップ(S20)であって、前記個別の関心ゾーンは前記個別のローカルドメインの空でないサブドメインであるステップ(S20)と、
各ローカルシミュレーションの各個別の縮小モデルの前記計算ステップ(S30)において、
各ローカルシミュレーションの各個別の縮小モデルが前記個別の関心ゾーンの境界において計算されるステップと、
各グローバルシミュレーションの前記計算ステップ(S2)において、
前記少なくとも1つのローカルシミュレーションの各々についての前記個別の関心ゾーンを前記グローバルシミュレーションの前記個別のグローバルドメインに配置するステップ(S210)と、
前記グローバルドメインの残りの部分のみが計算され、前記残りの部分は、関心ゾーンによって占有されていない前記グローバルドメインの部分であり、前記グローバルドメインは、前記少なくとも1つのローカルシミュレーションの各々についての個別の関心ゾーンによってそれぞれ占有されている領域を含むステップとをさらに含む、請求項1に記載の方法。 - 前記少なくとも1つのローカルシミュレーションの各々についての前記個別の関心ゾーンの前記配置ステップ(S210)において、前記個別の関心ゾーンの境界を前記個別の関心ゾーンによって占有されている前記個別のグローバルドメイン領域の境界とインターフェイスするステップであって、前記グローバル物理シミュレーションを計算するシミュレーション方法において、前記個別の関心ゾーンおよび当該個別の関心ゾーンの境界における前記個別に計算された個別の縮小モデルを導入することにより、前記個別に計算された縮小モデルを再使用することで前記グローバル物理シミュレ-ションの計算を可能にするステップをさらに含む、請求項2に記載の方法。
- 各ローカルシミュレーションの各ローカルドメインは、個別の物理的オブジェクトを含み、前記ローカルシミュレーションは、前記個別の物理的オブジェクトに関連付けられた個別の物理的挙動をシミュレーションし、
各グローバルシミュレーションは、前記少なくとも1つのローカルシミュレーションの各々についての全ての個別の物理的オブジェクトに関連付けられた共通の物理的挙動の個別のシナリオをシミュレーションし、前記共通の物理的挙動は、全てのグローバルシミュレーションに共通である、請求項2または3に記載の方法。 - 各グローバルシミュレーションについて、前記グローバルシミュレーションの前記個別のグローバルドメインは、共通の物理的オブジェクトの個別のバリエーションを含み、
前記共通の物理的オブジェクトは、全てのグローバルシミュレーションに共通であり、
前記少なくとも1つのローカルシミュレーションの各々についての全ての個別の物理的オブジェクトに関連付けられた前記共通の物理的挙動は、前記少なくとも1つのローカルシミュレーションの各々についての全ての個別の物理的オブジェクトに対する前記共通の物理的オブジェクトの物理的挙動である、請求項4に記載の方法。 - 各グローバルシミュレーションの前記計算ステップ(S2)の前に、
ローカル・シミュレーション・インスタンスのデータベースを作成するステップ(S0)であって、
前記ローカルシミュレーションのセットの前記提供ステップ(S10)と、各ローカルシミュレーションの各個別の縮小モデルの前記計算ステップ(S30)とを含み、
前記ローカルシミュレーションのセットは、少なくとも2つのローカルシミュレーションを含むステップ(S0)と、
前記ローカルシミュレーションのセットの各ローカルシミュレーションについて、個別のローカル・シミュレーション・インスタンスを前記データベースに記憶するステップ(S50)であって、前記個別のローカル・シミュレーション・インスタンスは、前記個別に計算された縮小モデルを含むステップ(S0)と、
・ローカル・シミュレーション・インスタンスの前記データベースにおいて少なくとも2つのローカル・シミュレーション・インスタンスを選択するステップ(S1)とをさらに含み、
各グローバルシミュレーションの前記計算ステップ(S2)において、前記少なくとも1つのローカルシミュレーションは、前記少なくとも2つの選択されたローカル・シミュレーション・インスタンスの前記少なくとも2つのローカルシミュレーションを構成する、請求項1から5のいずれか一項に記載の方法。 - 前記ローカルシミュレーションのセットの各ローカルシミュレーションについて、前記個別の縮小モデルの前記計算ステップ(S30)の後に、
プローブを定義するステップ(S40)であって、前記プローブは、前記ローカルシミュレーションの前記個別のローカルドメインの前記個別の関心ゾーンに接する点であり、各プローブは、前記ローカルシミュレーションのシミュレーションデータを含むステップ(S40)をさらに含み、
前記個別に計算された縮小モデルを含む前記記憶されたローカル・シミュレーション・インスタンスは、前記プローブおよび前記個別の関心ゾーンをさらに含む、請求項2と組み合わせた請求項6に記載の方法。 - 各グローバルシミュレーションを計算する前記ステップ(S2)の際に、前記少なくとも2つの選択されたローカル・シミュレーション・インスタンスのうち少なくとも2つのローカル・シミュレーション・インスタンスが相互作用し、前記相互作用により、前記少なくとも2つのローカル・シミュレーション・インスタンスのうち少なくとも1つのローカル・シミュレーション・インスタンスのプローブが強化(enriched))され(S221)、
プローブを強化した(S221)結果、プローブが強化されたローカル・シミュレーション・インスタンスに含まれる前記個別に計算された縮小モデルが補正される(S225)、請求項7に記載の方法。 - プローブが強化された各ローカル・シミュレーション・インスタンスについて、
前記個別に計算された縮小モデルの前記補正(S225)の前に、全ての強化されたプローブのセットと、それらのプローブが強化される前の対応するプローブのセットとの差を計算するステップ(S222)と、
前記差が所定の閾値を超えるか否かを判定するステップ(S223)と、
前記差が前記所定の閾値を超えると判定された場合、前記個別に計算された縮小モデルを補正するステップ(S225)とをさらに含む、請求項8に記載の方法。 - ローカル・シミュレーション・インスタンスの前記データベースの前記作成するステップ(S0)において、前記データベースに記憶された前記ローカル・シミュレーション・インスタンスに対して機械学習アルゴリズムを学習するステップ(S60)であって、前記機械学習アルゴリズムは、前記データベースの各ローカル・シミュレーション・インスタンスについて、前記ローカル・シミュレーション・インスタンスに記憶された前記プローブと、前記ローカル・シミュレーション・インスタンスに記憶された前記個別に計算された縮小モデルとの個別の関係を提供するステップ(S60)と、
プローブが強化された各ローカル・シミュレーション・インスタンスについて、前記ローカル・シミュレーション・インスタンスに含まれる前記個別に計算された縮小モデルの補正ステップ(S225)は、前記機械学習アルゴリズムを適用するステップ(S224)を含み、前記補正ステップ(S225)は、前記個別の関係に基づいて実施されるステップとをさらに含む、請求項9に記載の方法。 - 前記ローカルシミュレーションのセットは、1つのみのローカルシミュレーションを含む、請求項1から5のいずれかに記載の方法。
- 前記ローカルシミュレーションのセットの全てのローカルシミュレーションは、所与のローカルシミュレーションの摂動(perturbations)であり、前記所与のローカルシミュレーションは、前記ローカルシミュレーションのセットの一部でもある、請求項1から11のいずれかに記載の方法。
- 全てのグローバルシミュレーションは、所与のグローバルシミュレーションの摂動であり、前記所与のグローバルシミュレーションは、前記グローバルシミュレーションのセットの一部でもある、請求項1から12のいずれかに記載の方法。
- 請求項1から13のいずれかに記載の方法を実施するための命令を含むコンピュータプログラム。
- 請求項14に記載のコンピュータプログラムが記録されたメモリと表示装置とに結合されたプロセッサを備えるシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18306833.7 | 2018-12-21 | ||
EP18306833.7A EP3671493A1 (en) | 2018-12-21 | 2018-12-21 | Multi-instanced simulations for large environments |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020115331A JP2020115331A (ja) | 2020-07-30 |
JP7431029B2 true JP7431029B2 (ja) | 2024-02-14 |
Family
ID=66101780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019229161A Active JP7431029B2 (ja) | 2018-12-21 | 2019-12-19 | 大規模環境用のマルチインスタンス型シミュレーション |
Country Status (4)
Country | Link |
---|---|
US (1) | US11461518B2 (ja) |
EP (1) | EP3671493A1 (ja) |
JP (1) | JP7431029B2 (ja) |
CN (1) | CN111353212A (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3537316A1 (en) * | 2018-03-09 | 2019-09-11 | Ningbo Geely Automobile Research & Development Co., Ltd. | A method for optimizing the construction of a car body |
US11314305B2 (en) * | 2019-05-13 | 2022-04-26 | Ansys, Inc. | Dynamic thermal management simulation using improved reduced order modeling |
EP3945375B1 (en) * | 2020-07-31 | 2022-09-21 | Siemens Aktiengesellschaft | Machine controller and methods for configuring and using the machine controller |
CN112235487B (zh) * | 2020-10-13 | 2022-03-29 | 深圳市明舟精密制造有限公司 | 一种基于光能可移动的监控摄像机 |
CN113343513B (zh) * | 2021-05-11 | 2023-05-23 | 南京信息工程大学 | 一种用于模拟软组织形变和路径切割的方法及装置 |
US11694568B2 (en) * | 2021-11-10 | 2023-07-04 | Beta Air, Llc | System and method for an electric aircraft simulation network |
CN114185015B (zh) * | 2022-02-16 | 2022-04-26 | 中国科学院空天信息创新研究院 | 一种方位多通道星载sar天线在轨形变标定方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014067190A (ja) | 2012-09-25 | 2014-04-17 | Fujitsu Ltd | 熱流体シミュレーション方法及び熱流体シミュレーション装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090306943A1 (en) * | 2006-10-05 | 2009-12-10 | North Carolina State University | Methods, systems and computer program products for reduced order model adaptive simulation of complex systems |
EP2745891B1 (en) * | 2012-12-21 | 2020-07-01 | Dassault Systèmes | Simulation of the physical behavior of an object in a 3D scene divided into a plurality of zones |
US20160179992A1 (en) * | 2014-12-18 | 2016-06-23 | Dassault Systèmes Simulia Corp. | Interactive 3D Experiences on the Basis of Data |
EP3037944B1 (en) * | 2014-12-23 | 2024-02-07 | Dassault Systèmes | Designing a multi-physics system |
-
2018
- 2018-12-21 EP EP18306833.7A patent/EP3671493A1/en active Pending
-
2019
- 2019-12-19 JP JP2019229161A patent/JP7431029B2/ja active Active
- 2019-12-23 US US16/724,761 patent/US11461518B2/en active Active
- 2019-12-23 CN CN201911338129.2A patent/CN111353212A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014067190A (ja) | 2012-09-25 | 2014-04-17 | Fujitsu Ltd | 熱流体シミュレーション方法及び熱流体シミュレーション装置 |
Non-Patent Citations (2)
Title |
---|
Michel Bergmann, et al.,A zonal Galerkin-free POD model for imcompressible flows,Journal of Computational Physics [online],2018年10月09日,Vol.352,Pages 1-36,[検索日:2023年9月14日], <URL:https://inria.hal.science/hal-01668546/file/article.pdf> |
Morten Bojsen-Hansen, et al.,Generalized Non-Reflecting Boundaries for Fluid Re-Simulation,ACM Transactions on Graphics [online] ,2016年07月11日,Vol.35, Issue 4,Pages 1-7,[検索日:2023年9月14日], <URL:https/doi.org/10.1145/2897824.2925963> |
Also Published As
Publication number | Publication date |
---|---|
JP2020115331A (ja) | 2020-07-30 |
US11461518B2 (en) | 2022-10-04 |
US20200202052A1 (en) | 2020-06-25 |
CN111353212A (zh) | 2020-06-30 |
EP3671493A1 (en) | 2020-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7431029B2 (ja) | 大規模環境用のマルチインスタンス型シミュレーション | |
JP7431030B2 (ja) | 大規模環境用のマルチインスタンス型シミュレーション | |
JP7402013B2 (ja) | トポロジー最適化による機械部品の設計 | |
Guo et al. | Convolutional neural networks for steady flow approximation | |
Park et al. | Unstructured grid adaptation: status, potential impacts, and recommended investments towards CFD 2030 | |
US10671773B2 (en) | Automatic partitioning of a 3D scene into a plurality of zones processed by a computing resource | |
CN107016154A (zh) | 在物理坐标中有效地求解具有模态阻尼的情况下的结构动力学问题 | |
JP2021012693A (ja) | 機能構造に対するモデリング演算 | |
US20210295167A1 (en) | Generative networks for physics based simulations | |
US20160179987A1 (en) | 3d modeled object defined by a grid of control points | |
US11604902B2 (en) | Modeling using a weak type definition | |
CN111354074A (zh) | 经由用户交互来设计3d建模对象 | |
US9697326B1 (en) | Topology graph optimization | |
US11893321B2 (en) | Adaptive compression of simulation data for visualization | |
EP3839796A1 (en) | Designing a 3d modeled object via orientation optimization | |
CN114611223A (zh) | 深度学习生成模型 | |
Sieger et al. | Constrained space deformation techniques for design optimization | |
JP2022098497A (ja) | 反応-拡散方程式によるトポロジ最適化 | |
JP2023056515A (ja) | モデル化オブジェクトの設計 | |
Zhang et al. | Immersive product configurator for conceptual design | |
US20200211296A1 (en) | Flexible modeling using a weak type definition | |
Alanbay | Aero-structural design and analysis of a joined-wing kit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230919 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231213 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240201 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7431029 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |