Система автоматизации создания моделей машинного обучения (суррогатных моделей), аппроксимирующих результаты расчетов вычислительно-сложных физико-математических моделей узлов и подсистем двигателя.

Наименование задачи:
Система автоматизации создания моделей машинного обучения (суррогатных моделей), аппроксимирующих результаты расчетов вычислительно-сложных физико-математических моделей узлов и подсистем двигателя.
Проблема:

Физико-математическое моделирование и получение интегральных и локальных характеристик газотурбинного двигателя и его составных частей при работе на нестандартных режимах занимает очень длительное время.

 

Задача:

Разработчик должен разработать и представить программный комплекс, позволяющий автоматизировать:

  • Процесс выбора оптимальной конфигурации суррогатной модели (тип и архитектура модели, набор гиперпараметров и диапазоны их значений);
  • Оценку потребности в исходных данных (объем, характеристики) и их подготовку (разметка, нормализация, разбиение на наборы и т.п.);
  • Обучение моделей и оценку качества обученных моделей;
  • Применение обученных суррогатных моделей взамен вычислительно-сложных физико-математических расчетных моделей.
  • Технологические направления:
    Технологии и программное обеспечение распределенных и высокопроизводительных вычислительных систем
    Области применения:
    Авиация и космонавтика
    Основные идеи:
    Для выполнения цели верхнего уровня необходима разработка:

    1) программного модуля выбора оптимальной конфигурации суррогатной модели на основе информации о входных и выходных данных, предсказательных интервалах, горизонте прогнозирования (если применимо), потребности в классификации результатов и т.п., а также методики подбора оптимальной конфигурации суррогатной модели, позволяющих инженерам расчётного подразделения, не обладающим специальными знаниями в области машинного обучения успешно решать задачу подбора конфигурации модели и подготовки необходимых данных для обучения;
    2) программного модуля подготовки наборов данных для обучения сконфигурированной на предыдущем этапе модели, обеспечивающего: загрузку, конвертацию, преобразование типов и масштабов, разбиение на наборы и т.п.
    3) программного модуля автоматизации обучения суррогатной модели, позволяющего в автоматическом режиме обучать модель, подбирать гиперпараметры (где применимо), информировать пользователя о ходе обучения, сходимости, потребности в дополнительных данных (для повышения качества) и т.п.
    4) программного модуля эксплуатации (inference) обученной суррогатной модели, обеспечивающего удобный способ её применения взамен вычислительной физико-математической модели.



    Основные требования:
    В контексте достижения цели верхнего уровня критическими характеристиками системы являются:
    1) Понятный, дружелюбный интерфейс пользователя;
    2) Отсутствие необходимости для пользователя писать программный код в процессе использования системы;
    3) Понятная для непрофессионалов в области МО документация и методики работы;
    4) Скорость анализа данных и подбора оптимальной конфигурации модели;
    5) Скорость обучения модели;
    6) Скорость работы (inference) модели.
    Срок подачи предложений:
    Бессрочно
    Комментарии:
    Количество входных параметров модели: 50 … 100
    Количество выходных параметров модели: 10 … 20
    Прогнозирование временных рядов: предсказание выходных параметров на 300 … 1000 отсчетов вперёд
    Контактная информация