Bentornati al mio ultimo post sul blog in cui vi guiderò attraverso gli ingressi e le uscite del progetto del gruppo di 40 crediti per gli studenti che seguono il Tecniche computazionali e software in Ingegneria MSc.
Abbiamo iniziato il progetto di gruppo il 1° marzo, dove il briefing introduttivo si è tenuto virtualmente su Zoom. Tutti gli studenti erano responsabili di organizzarsi all'interno dei team, permettendoci di formare squadre basate sui nostri punti di forza e competenze identificate attraverso un test della personalità online.
Ho collaborato con Thomas, Clément e Charlotte, ci siamo subito trovati bene come una squadra! Sulla base del test della personalità, tutti i membri del team hanno coperto il set di competenze essenziali necessarie per affrontare collettivamente le sfide del progetto. Avevamo Charlotte, che eccelleva in capacità di leadership e gestione, Clément, che era molto intraprendente e metodologico, Thomas, che era pieno di idee creative e infine io, che ho un forte background tecnico e didattico.
Inoltre, tutti i membri sono stati assegnati in modo che tutti potessimo specializzarci in diverse opzioni dello stesso programma di Master e potessimo fornire approfondimenti da diverse prospettive. Charlotte e Thomas si sono specializzati nel Ingegneria del software per l'informatica tecnica opzione (SETC), Clément nella progettazione di ingegneria computazionale (CED) e ho fatto parte dell'opzione Intelligenza computazionale per l'analisi dei dati (CIDA) opzione.
La prima settimana del progetto ha costituito la nostra settimana introduttiva, in cui siamo stati informati sul compito da svolgere, ovvero cercare di affrontare le carenze della tradizionale fluidodinamica computazionale (CFD) utilizzando l'intelligenza artificiale (AI). Tutti i supervisori volevano rendere questo progetto molto aperto per promuovere la creatività all'interno dei team e, pertanto, non c'erano obiettivi o obiettivi fissi che ogni squadra avrebbe dovuto raggiungere. Durante la prima settimana sono stati forniti molti tutorial e linee guida iniziali per fornire a tutti noi le basi iniziali dei metodi CFD e AI.
Uno dei primi compiti che abbiamo completato come squadra è stato quello di ideare il nome e il logo della nostra azienda (tutti i gruppi dovevano funzionare come una start-up che immette sul mercato il proprio prodotto innovativo) e ci siamo tutti accordati su un nome che avremmo scelto. molto orgoglioso di: LaminA.I. Charlotte ha anche messo a frutto le sue capacità creative e ha progettato il logo del nostro team (come visto sopra).
Una caratteristica chiave che ha aiutato il nostro team fin dall’inizio è stata la condivisione di una visione comune del nostro obiettivo finale. Questo ha davvero aiutato a minimizzare i conflitti all’interno del team permettendoci di incanalare tutte le nostre capacità per raggiungere l’obiettivo. Volevamo creare un algoritmo di ottimizzazione per trovare una serie di coefficienti che una rete neurale di deep learning può utilizzare per prevedere la portanza e la resistenza di un profilo alare 2D. Prevedere la portanza e la resistenza per le geometrie 2D e 3D è uno dei problemi più complessi da risolvere per gli scienziati. Volevamo quindi pensare fuori dagli schemi e adottare un approccio mai utilizzato prima nel settore.
Ci è stato permesso di incontrarci faccia a faccia in tutta sicurezza e di lavorare insieme di persona subito dopo la settimana di tirocinio. L'università aveva fornito spazi di studio di gruppo che potevamo prenotare e utilizzare per i nostri incontri. Dopo aver utilizzato le risorse universitarie per le nostre riunioni quotidiane per le prime due settimane, abbiamo trovato più gestibile come squadra incontrarci a casa degli altri poiché vivevamo ragionevolmente vicini gli uni agli altri e potevamo essere più flessibili con gli orari delle riunioni.
Nel corso del progetto sono state organizzate anche riunioni settimanali dei supervisori per consentire a tutti i gruppi di condividere i propri progressi e discutere eventuali problemi che potrebbero dover affrontare. L'Università ha garantito che tutti rimanessero al sicuro durante questi incontri richiedendo a tutti gli studenti e al personale di sottoporsi al test per COVID-19 due volte a settimana. Kit di test LFT gratuiti sono stati forniti dall'Università a tutti gli studenti e al personale durante tutto il periodo didattico e di vacanza.
Per il progetto abbiamo utilizzato diversi strumenti e tecnologie. Abbiamo utilizzato il supercomputer Crescent dell'Università per generare quasi 4000 campioni di dati di addestramento per la rete neurale profonda, abbiamo utilizzato Google Colab per addestrare la rete neurale e abbiamo utilizzato Python per progettare un algoritmo genetico su misura per ottimizzare i coefficienti della rete neurale. Dopo oltre 1000 ore di lavoro combinato, nell'immagine seguente è possibile vedere la pipeline di elaborazione della soluzione finale che abbiamo ideato. Le prestazioni che abbiamo riscontrato con il nostro prodotto sono state davvero impressionanti e, in molti casi, i risultati sono stati addirittura migliori di quelli di alcuni strumenti utilizzati in commercio.
Abbiamo avuto le nostre presentazioni finali Powerpoint e poster il 28 aprile, dove abbiamo avuto l'opportunità di presentare il nostro lavoro ai supervisori e anche di vedere quali soluzioni creative avevano previsto gli altri team. È stato esaltante vedere come tutti gli altri avevano affrontato questo problema e concludere l'anno alla grande con l'intero gruppo sotto lo stesso tetto per la prima e purtroppo ultima volta quest'anno. Poiché l'unica parte rimanente di questo Master è ora la tesi, molti studenti viaggeranno da Cranfield per svolgere i loro stage. Alla fine, abbiamo lavorato insieme sul nostro portfolio di gruppo, che alla fine era di oltre 190 pagine (!!!) dopo aver aggiunto tutte le appendici per incapsulare tutto il lavoro che abbiamo svolto nell'arco di otto settimane.
Questo progetto di gruppo è stata una delle esperienze più piacevoli finora durante questo corso, non solo dal punto di vista accademico ma anche interpersonale. L’incontro con il gruppo a casa dell’altro ci ha permesso di sentirci a nostro agio come squadra molto rapidamente e anche di sviluppare una forte amicizia lungo il percorso. Inoltre, penso di aver dimenticato di menzionarlo prima, ma tutti nel gruppo, tranne me, erano francesi. Quindi abbiamo colto tutti questa opportunità per conoscere un po’ di più le nostre diverse culture e background. Ho anche sfruttato al massimo le mie opportunità e ho cercato di affinare le mie competenze in francese parlato con la squadra.
Come ho detto prima, l'unica parte di questo Master che ora rimane è la tesi, e nel mio prossimo blog condividerò con voi la mia esperienza nell'affrontare la tesi finale da 60 crediti del mio Master. Mentre scrivo questo blog, sto già iniziando a pensare al mio progetto di tesi, che prevede la previsione dei modelli di fuoriuscita di petrolio negli oceani utilizzando tecniche di apprendimento automatico. Sono già molto entusiasta e non vedo l’ora di iniziare!
- 3d
- AI
- algoritmo
- Tutti
- Consentire
- analitica
- Aprile
- intelligenza artificiale
- Intelligenza artificiale (AI)
- Po
- Nero
- Blog
- Scatola
- briefing
- casi
- Uncommon
- azienda
- COVID-19
- Creative
- la creatività
- credito
- curva
- dati
- Dati Analytics
- apprendimento profondo
- rete neurale profonda
- Design
- sviluppare
- DID
- Ingegneria
- Esperienze
- Faccia
- di fronte
- Infine
- Nome
- dimenticato
- modulo
- Gratis
- Amicizia
- function
- Green
- Gruppo
- linee guida
- Alta
- case
- Come
- HTTPS
- Immagine
- Compreso
- industria
- intuizioni
- Intelligence
- sicurezza
- IT
- Le
- con i più recenti
- Leadership
- apprendimento
- logo
- machine learning
- Tecniche di apprendimento automatico
- gestione
- Marzo
- Rappresentanza
- incontri
- Utenti
- modello
- Rete
- Neurale
- rete neurale
- oceani
- Olio
- online
- Opportunità
- Opzione
- Opzioni
- Altro
- performance
- Personalità
- prospettive
- lavori
- presenti
- presentazioni
- Prodotto
- progetto
- promuoverlo
- Python
- Risorse
- Risultati
- sicura
- scienziati
- set
- Condividi
- condiviso
- abilità
- So
- Software
- Soluzioni
- RISOLVERE
- Start-up
- iniziato
- Studio
- supercomputer
- Target
- Insegnamento
- Consulenza
- Tecnologie
- test
- tempo
- Training
- esercitazioni
- Università
- us
- visione
- aspettare
- settimana
- settimanale
- OMS
- entro
- Lavora
- anno
- zoom