プロフェッショナリズムの欠如で申し訳ありません-ただこの方向でデザインすることを学んでいます。 私はずっとどこかから始めたいと思っていました。
クラウドテクノロジーとデータストレージおよび処理システムを使用して、将来のシステムを開発する見通しを提示します。
簡単に説明します。
次の3つの部分に分かれています。
1：ユーザーからデータを収集し、処理のためにサーバーに転送します。 そこで、トレーニングとテストのサンプルが作成されます。 再トレーニングのサンプルもそこで更新されます（または、2つのニューラルネットワークの並列性を使用して、より最適で運用上の再トレーニングを行います）
-それとは別に、ソリッドステートモデルの分析手段の将来の開発、つまり 薄肉性、表面の曲率などの確認 何らかの理由で、モデルの各サーフェスには空間で独自の数学的記述があるため、これは本当だと確信しています。 このデータはクラウドに送られ、対応するニューラルネットワークをトレーニングします。
2：実際に開発された手法。 この場合、「i-feature」はクライアントサーバーの原理で機能します。 つまり すべての数学はクラウドに取り込まれ、サブルーチンは回答を受け取り、リクエストを送信します。 線形アルゴリズムも同様に機能します。
3：アルゴリズムの取得結果のユーザーによる最終テストの段階。 すべてがパラメーターの最小値に削減されるため、システムでの作業が大幅に簡素化されます（特に初心者向け）。 ツールは、パラメトリックに作成されます（ちなみに、ニューラルネットワークをそこに統合する方法を考え出しました）、またはツールの既に作成されたライブラリから取得します。 また、製造会社ごとに単一のツールライブラリを作成する可能性が非常に高いことにも注目してください。 一種のグローバリゼーション。 そこには特別な困難はありません-ほとんどが機械的な仕事です。 ライブラリ内のツールパラメータを使用して個々のネットワークをトレーニングできます。これは、ツールのパラメータ作成に大いに役立ちます。
さらに、いくつかの「OK」ボタンをクリックすると、すべてが標準CADモードになります（承認されたパラメーターと後処理に従って軌道を生成）
約束どおり-私は仕事をしており、常にアイデアとアルゴリズムを改善しています。
前の投稿のフィードバックをありがとう！