針對復(fù)雜系統(tǒng)的簡化增強(qiáng)的性能預(yù)測

2019-06-14 11:19:00 編輯：來源：

導(dǎo)讀橡樹嶺國家實驗室的研究人員為可逆Resnet開發(fā)了一種新穎的設(shè)計和訓(xùn)練策略，降低了復(fù)雜物理系統(tǒng)的高維機(jī)器學(xué)習(xí)模型的維度。開發(fā)復(fù)雜物理系統(tǒng)

橡樹嶺國家實驗室的研究人員為可逆Resnet開發(fā)了一種新穎的設(shè)計和訓(xùn)練策略，降低了復(fù)雜物理系統(tǒng)的高維機(jī)器學(xué)習(xí)模型的維度。

開發(fā)復(fù)雜物理系統(tǒng)的降階模型在計算上是昂貴的。ORNL研究人員開發(fā)了一種基于神經(jīng)網(wǎng)絡(luò)的方法，可以減少開發(fā)這些模型所需的輸入數(shù)量，并進(jìn)而擴(kuò)展HPC應(yīng)用程序的復(fù)雜性。團(tuán)隊的方法：

將20維模型簡化為1維。

將錯誤率(與標(biāo)準(zhǔn)NN相比)從35.1%降低到1.6%。

通過使用殘余神經(jīng)網(wǎng)絡(luò)或ResNets來實現(xiàn)輸入減少，所述殘余神經(jīng)網(wǎng)絡(luò)或ResNets利用快捷方式來繞過層。ORNL團(tuán)隊的方法可用于廣泛的應(yīng)用(甚至是實驗數(shù)據(jù))，例如團(tuán)隊加速多層復(fù)合殼體(用于壓力容器，儲存器和儲罐，以及火箭等)的設(shè)計過程。航天器部件)通過確定最佳的簾布層角度。

研究人員目前正致力于將算法擴(kuò)展到ORNL的Summit超級計算機(jī)，這是目前世界上最強(qiáng)大的計算機(jī)。

標(biāo)簽：性能預(yù)測