研究人员开发了Fed-PIGANO,一个联邦学习框架,旨在为增材制造训练物理信息几何感知神经网络算子(PI-GANO)模型。该方法允许各个制造站点在其专有的零件几何形状上训练模型,而无需共享数据。该框架聚合了几何编码器和预测网络,从而能够对未见的零件进行准确的热场预测。Fed-PIGANO在二维热基准测试中表现出色,实现了较低的相对L2误差,并且精度与集中式模型相当,从而促进了设计优化和逆向设计任务的快速热预测。 AI
影响 使分布式制造站点能够在不泄露专有设计数据的情况下协作进行AI模型训练。
排序理由 该集群包含一篇详细介绍新机器学习框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →