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

Наименование задачи:

Организация-заказчик:

Акционерное общество "Объединенная двигателестроительная корпорация"

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