机器学习,AI&不确定性量化软件
关于SMARTUQ
从财富500强制造商到初创公司、工程咨询公司，SmartUQ以其一流的模预测准确性帮助客户将不确定性带入决策过程，完成了极具价值的超越分析工作。
SmartUQ起家于一个解决方案，为全球领先制造商解决其复杂、大规模、高纬度的不确定性量化(UQ)问题，至今SmartUQ已发展成为一款通用的机器学习（ML）和AI工具，SmartUQ的客群涵盖汽车、涡轮机械、大型设备、医疗器械、半导体、消费电子、能源和石油天然气等诸多领域。
SmartUQ团队由世界级的统计和工程专家组成，SmartUQ独特的创新成果帮助客户解决了最棘手的难题，为客户大大节省了成本（数百万美元和工作时间（数千小时）。
界面友好– 功能强大，界面直观简捷，提供向导功能，易于使用。
易于集成– 兼容性好，基于SmartUQ的API，非常方便将SmartUQ无缝集成至客户的工作流程中。
- SmartUQ的API可显著减少执行分析时间，同时可实现GUI的功能。
- SmartUQ与一些CAE工具已经直接集成。
自动机器学习– SmartUQ基于现有的数据集、相关仿真模型或数字孪生模型来运行、构建和比较预测模型，直到满足精度要求。
面对机器学习难题，SMARTUQ的解决方案
Sensitivity Analysis 灵敏性分析
- 适用于高纬度问题
- 降低计算需求
- 理解输入间的相互影响
Uncertainty Analysis 不确定性分析
- 不确定性传递
- 鲁邦设计过程
Model Calibration & Validation 模型校准与验证
- 调整模型，以更好地与数据匹配
- 从误差中快速研究模型
- 不确定性条件的仿真验证
Real System Applications 真实系统应用
- 控制器
- 虚拟传感器
- 预测与诊断
- 理解噪声数据
Manufacturing Analytics 制造分析
- 预测六西格玛
- 管理增材制造中的不确定性
- 降低零件间的可变性
Digital Twin / Digital Thread Applications 数字孪生/数字主线应用
- 早期参数权衡研究
- 管理和评估不确定性预算
- 权威真相源的发展
Testing & Evaluation Planning 测试评估计划
- 改进不确定性预算
- 选择最优测试点
- 识别关键输入
Acceleration of Simulation Efforts 加速仿真效果
- 设计空间高效探索
- 最小化运行次数
面对经营者和管理者，SMARTUQ的解决方案
经营者
竞争优势
获得竞争优势的最佳方式是通过预测模型从数据中提取有意义的信息。凭借SmartUQ先进的分析和机器学习技术，SmartUQ的客户已节省了数百万美元和数千小时的工作时间。
提高各部门的效率
过去，数据被孤立在一个部门，限制了其潜在的洞察力和价值。使用SmartUQ，可与设计团队一起进行模型预测，与测试、评估团队一起更新数据，并与客户分享结果并作为产品可靠性和耐用性的证明。
符合政府规定
食品药品监督管理局等政府监管机构已经制定并继续发展指导文件，将数值仿真模型作为满足监管要求的可靠证据来源。指南文件建议制造商将模型验证、验证和不确定度量化（VVUQ）作为其数值分析报告的一部分。SmartUQ员工在UQ领域拥有强大的专业知识，并了解UQ在VVUQ过程中的作用。SmartUQ的专家可以根据政府监管指南，帮助将UQ整合到公司的工程工作流程中。
管理者
更好的决策
通过预测产品的性能、成本和进度等方面的风险，制定一种可控且一致的方法来量化系统在多大程度上满足了现实变化的要求，以更好地支持决策。
减少维护停机时间和成本
通过对组件的可靠性进行概率分析，可以根据定量的基于风险的指标来安排维护，而不是静态要求，如固定数量的操作周期。
数据驱动的决策
数据驱动在工程领域越发重要，管理和理解来自销售、设计和制造等多种来源的数据变得极其重要。通过应用ML和不确定性量化方法，可以由根据了解所涉及的风险来自信地做出决策。通过整合不同部门的数据，可以了解每个决策步骤的风险以及缓解风险的潜在途径。
面向工程技术人员，SMARTUQ的解决方案
工程师
为工程师量身制作
界面友好，专为工程师设计，可快速直观地执行强大的分析。
节省时间和成本
基于SmartUQ模型预测或运行高级分析，可减少大量耗时的仿真运行和物理测试。
提高质量，降低风险
借助先进的分析技术，获得准确的信息，做出重要决策，例如如何最大限度地提高产品的可靠性和耐用性。使用SmartUQ统计校准功能，可验证模拟是否符合现实，从而减小模型形式的不确定性。
工作流程自动化
除友好的界面外，SmartUQ提供的全功能Python API可用于工程分析流程的自动化和与其它工具软件的集成，同时，SmartUQ还提供了与一些商业仿真软件的直接接口。
数据分析师
AI和机器学习模型
SmartUQ广泛的情景定制预测模型库可克服之前其它预测分析工具的诸多局限，可解决更大规模、更为复杂的难题。
强大的分析功能
SmartUQ可执行预测分析和不确定性量化任务，如统计校准、灵敏度分析、反向分析和不确定度传递。因为预测模型可快速进行预测，所以可以大幅减少耗时的仿真运行次数，在更短的时间内获得可操作的结果。
基于预测模型的自助分析
借助SmartUQ用户友好的GUI和多次有效训练，工程师和数据分析师团队可自行构建预测模型和执行分析，从而可腾出时间进行其它紧急的工作。
数据采样 & DOE
设计空间的有效抽样
SmartUQ的实验设计(DOEs)用于处理现代场景问题，如高维度输入、连续和分类输入、受限设计空间和有必要对仿真及物理测试量最小化的迭代DOE。
数据采样
SmartUQ的数据采样工具可将大型数据集划分为由完整数据集的子集所构成的模拟空间填充DOE。该工具采用现有的输入输出数据对，并选择最能代表设计空间的点。
对于一些具体问题，SmartUQ已将必要的仿真点数比客户以前的最佳实践减少了75%。
数据探索与可视化
SmartUQ提供了一系列含空间和时间成分的2~4维图，便于探索数据并快速识别可能出现的模式。只需点击几下，即可可视化大型数据集，从中发现潜在的关系和异常值。
机器学习 & 模型预测
SmartUQ中的机器学习（ML）和模型预测选项库涵盖了广泛的场景，包括离散和连续输入的预测建模、空间输入、功能/瞬态响应、分类任务、高维度问题和超大样本量。
SmartUQ的机器学习和模型预测通过针对工程应用优化的高级建模算法，实现速度和精度的最佳平衡。
SmartUQ提供一套灵活的高级预测分析和机器学习算法，包括高斯过程和核方法、神经网络和深度学习、加性模型、惩罚回归和响应面模型。
三维场预测
通过对空间和/或时间分布数据的直接预测，SmartUQ的功能预测建模实现了结果之间的大规模插值，如CFD/FEA或物理测试，其速度远快于运行仿真或实验。SmartUQ的可变几何ML模型将空间场预测建模能力扩展至可能因空间点数量和位置而异的情况。
输入/参数筛选
SmartUQ的创新预测模型去除了不相关的输入，以更准确地拟合具有非线性行为的复杂模型，从而降低了输入维度空间和采样要求。多视图的图示显示了各个输入参数和输出参数间的关系。灰色方框是不相关的输入，蓝色直方图是输出的不确定性传播。
从汽车到医疗设备
在Windows笔记本电脑上运行的不同规模的客户案例表明，SmartUQ功能强大，准确性极高。
CASE STUDY 财富500强汽车设计公司 - 高维度模型预测
CHALLENGE
汽车发动机和其它复杂系统一样，由许多子系统组成，具有各种各样的物理特性和极端行为。从仿真和分析的角度来看，这意味着有许多输入维度，系统容易受到维度的影响：即需要指数级的采样来覆盖相同分辨率水平的设计空间。
SOLUTION
使用现有的工具，如果没有仿真资源的指数级增长，发动机OEM就无法扩大其发动机性能的探索和表征工作，尤其是，具有挑战性的是瞬态热事件的高精度CFD仿真。
RESULTS
通过开发新颖、更快、更高效的DOE和预测建模工具，SmartUQ在保持和/或提高模型准确性的同时，能够帮助使用者更加容易地对采样和仿真需求进行管理。
CASE STUDY 财富500强医疗器械公司 - 开发开槽管剖面规范
CHALLENGE
开槽管作为各种器械设计的机械支柱，在医疗器械行业发挥着重要作用。由于验证测试的精度要求和制造测试单元的费用，很难确定槽切图案的规格。捕捉窄关节疲劳所需的建模能力也使计算分析变得困难。
SOLUTION
基于SmartUQ，该医疗器械公司成功开发了一种校准疲劳模型参数的工作流程，以更好地匹配测试的有限样本集。并在SmartUQ中构建差异模型，将模型形式误差映射到相应的计算模型中。
RESULTS
使用经差异模型校正的校准器解复用器，以及捕捉模型不确定性的模拟器方差信息，医疗器械公司能够设置关键槽切割模式参数的几何规格，这些参数可作为制造环境中的验收标准。