ARPA-E资助AI和机器学习用于能源技术和系统的工程设计

  

  美国能源部先进能源研究计划署(ARPA-E4月份宣布在利用人工智能和机器学习增强能源创新DIFFERENTIATE主题研究计划下投入2000万美元,支持人工智能(AI)和机器学习技术用于能源技术和系统的工程设计[1],以减少设计的成本、时间和风险,增强能源系统性能、提升能源效率,促进能源系统现代化发展,保障能源网络安全。此次资助将通过机器学习增强设计过程的三个方面:生成学习算法、评估假设函数和反向传播算法。

  1、生成学习算法。利用生成学习算法帮助开发新概念机器学习工具,考虑更多样化的设计,增强概念设计能力。该阶段的许多设计问题可以表征为混合整数非线性优化问题。具体包括热力学循环/化学过程(如气体分离)、电路、材料或分子设计。

  2、评估假设函数。通过加速对概念的高精度分析和优化,提高精度评估过程的效率。该阶段的许多设计问题可以表征为非线性约束优化问题。具体包括燃料/电解槽、气体压缩机、太阳电池设计。

  3、反向传播算法。利用反向传播算法开发“反演设计”能力,减少设计的迭代次数,产品设计可被有效表征为显函数。具体包括空气动力学表面、光学设备设计。                               (岳芳)

 

  


 

[1] ARPA-E Looks to Accelerate Incorporation of Artificial Intelligence and Machine Learning into Energy Technology. https://www.energy.gov/articles/department-energy-announces-20-million-develop-artificial-intelligence-and-machine-learning

原文始发于:ARPA-E资助AI和机器学习用于能源技术和系统的工程设计

 

注:本站文章除标明原创外,均来自网友投稿及分享,如有侵权请联系dongxizhiku@163.com删除。

         

发表评论