Dobrodošli nazaj v mojo najnovejšo objavo v spletnem dnevniku, kjer vas bom popeljal skozi vhode in izide projekta 40 kreditne skupine za študente, ki se udeležujejo Računalniške in programske tehnike v tehniki mag.
Skupinski projekt smo začeli 1. marca, kjer je uvodni briefing potekal virtualno preko Zooma. Vsi učenci so bili odgovorni za organiziranje znotraj skupin, kar nam je omogočilo, da smo oblikovali ekipe na podlagi naših prednosti in veščin, ugotovljenih s spletnim osebnostnim testom.
Povezal sem se s Thomasom, Clémentom in Charlotte, takoj smo se ujeli kot ekipa! Na podlagi osebnostnega testa so vsi člani ekipe pokrili bistveni nabor spretnosti, potrebnih za skupno soočanje z izzivi projekta. Imeli smo Charlotte, ki je blestela v vodstvenih in vodstvenih veščinah, Clémenta, ki je bil zelo podjeten in metodološki, Thomasa, ki je bil poln ustvarjalnih idej, in končno mene, ki imam močno tehnično in pedagoško ozadje.
Poleg tega so bili vsi člani dodeljeni tako, da smo se vsi specializirali za različne možnosti istega magistrskega programa in smo lahko zagotovili vpogled iz različnih perspektiv. Charlotte in Thomas sta se specializirala za Programsko inženirstvo za tehnično računalništvo (SETC) možnost, Clément v računalniškem inženirskem oblikovanju (CED) možnost in bil sem del Računalniška inteligenca za analizo podatkov (CIDA).
Prvi teden projekta je predstavljal naš uvodni teden, kjer smo bili seznanjeni z nalogo, ki je bila, da poskušamo odpraviti pomanjkljivosti tradicionalne računalniške dinamike tekočin (CFD) z uporabo umetne inteligence (AI). Vsi nadzorniki so želeli, da bi bil to zelo odprt projekt za spodbujanje ustvarjalnosti v ekipah, zato ni bilo trdno določenega cilja ali cilja, ki naj bi ga vsaka ekipa dosegla. V prvem tednu je bilo na voljo veliko vadnic in začetnih smernic, da bi vsi dobili začetne temelje metod CFD in AI.
Ena od prvih nalog, ki smo jih opravili kot ekipa, je bila izdelava imena in logotipa našega podjetja (vse skupine naj bi delovale kot novoustanovljeno podjetje, ki prinaša svoj inovativni izdelek na trg), in vsi smo se strinjali o imenu, ki ga bomo zelo ponosen na: LaminA.I. Charlotte je prav tako uporabila svoje ustvarjalne sposobnosti in oblikovala logotip naše ekipe (kot je prikazano zgoraj).
Ključna lastnost, ki je naši ekipi pomagala že od samega začetka, je bila, da smo vsi delili skupno vizijo našega končnega cilja. To je resnično pomagalo zmanjšati konflikte v ekipi in nam omogočilo, da usmerimo vse svoje sposobnosti za dosego cilja. Želeli smo ustvariti optimizacijski algoritem za iskanje nabora koeficientov, ki jih lahko nevronska mreža globokega učenja uporabi za napoved vzgona in upora za 2D aeroprofil. Napovedovanje vzgona in upora za 2D in 3D geometrije je eden najbolj zapletenih problemov, ki jih morajo znanstveniki rešiti. Zato smo želeli razmišljati izven okvirov in sprejeti pristop, ki v industriji še ni bil uporabljen.
Takoj po uvajalnem tednu smo se lahko varno srečali iz oči v oči in osebno sodelovali. Univerza je zagotovila prostore za skupinski študij, ki smo jih lahko rezervirali in uporabili za naša srečanja. Po uporabi univerzitetnih virov za naše dnevne sestanke v prvih dveh tednih, smo ugotovili, da je kot ekipa bolj obvladljivo, da se srečujemo drug pri drugem, saj smo živeli razmeroma blizu drug drugega in smo lahko bolj prilagodljivi glede ur sestankov.
Skozi projekt so bila organizirana tudi tedenska srečanja supervizorjev, da so lahko vse skupine delile svoj napredek in razpravljale o kakršnih koli težavah, s katerimi se soočajo. Univerza je zagotovila, da so vsi ostali varni med temi srečanji, tako da je od vseh študentov in osebja zahtevala, da se testirajo na COVID-19 dvakrat na teden. Univerza je vsem študentom in osebju v času poučevanja in počitnic zagotovila brezplačne testne komplete LFT.
Za projekt smo uporabili več različnih orodij in tehnologij. Uporabili smo univerzitetni superračunalnik Crescent za ustvarjanje skoraj 4000 vzorcev podatkov za usposabljanje za globoko nevronsko mrežo, uporabili smo Google Colab za usposabljanje nevronske mreže in uporabili Python za oblikovanje prilagojenega genetskega algoritma za optimizacijo koeficientov za nevronsko mrežo. Po več kot 1000 urah kombiniranega dela je procesni cevovod končne rešitve, ki smo jo zasnovali, viden na spodnji sliki. Učinkovitost našega izdelka je bila zelo impresivna in v mnogih primerih so bili rezultati celo boljši od nekaterih komercialno uporabljenih orodij.
28. aprila smo imeli zadnje Powerpoint in poster predstavitve, kjer smo imeli priložnost predstaviti svoje delo nadzornikom in tudi videti, kakšne kreativne rešitve so si zamislile druge ekipe. Navdušujoče je bilo videti, kako so se vsi drugi lotili tega problema in prvič in žal zadnjič letos zaključiti leto na vrhuncu s celotno kohorto pod eno streho. Ker je zdaj edini preostali del tega magisterija disertacija, bo veliko študentov odpotovalo iz Cranfielda na pripravništvo. Nazadnje smo skupaj delali na našem skupinskem portfelju, ki je na koncu obsegal več kot 190 strani (!!!), potem ko smo dodali vse priloge, da bi strnili vse delo, ki smo ga opravili v obdobju osmih tednov.
Ta skupinski projekt je bil ena najprijetnejših izkušenj doslej med tem tečajem, ne le z akademskega vidika, ampak tudi medosebnega. Srečanje s skupino drug pri drugem doma nam je omogočilo, da smo se zelo hitro počutili kot ekipa in na tej poti razvili tudi močno prijateljstvo. Še več, mislim, da sem to morda pozabil omeniti prej, vendar so bili vsi v skupini, razen mene, Francozi. Tako smo vsi izkoristili to priložnost, da smo spoznali nekaj več o naših različnih kulturah in ozadjih. Prav tako sem maksimalno izkoristil svoje priložnosti in z ekipo poskušal izostriti svoje znanje govorjene francoščine.
Kot sem že omenil, je edini del tega magisterija, ki je zdaj ostal, disertacija in v svojem naslednjem blogu bom z vami delil svojo izkušnjo pri zaključku zadnje 60-kreditne disertacije svojega magisterija. Ko pišem ta blog, že začenjam razmišljati o svojem diplomskem projektu, ki vključuje napovedovanje vzorcev razlitja nafte v oceanih z uporabo tehnik strojnega učenja. Zelo sem že navdušen nad tem in komaj čakam, da začnem!
- 3d
- AI
- algoritem
- vsi
- Dovoli
- analitika
- april
- Umetna inteligenca
- Umetna inteligenca (AI)
- Bit
- črna
- Blog
- Pasovi
- Briefing
- primeri
- Skupno
- podjetje
- Covid-19
- Creative
- ustvarjalnost
- kredit
- krivulja
- datum
- Podatkovna analiza
- globoko učenje
- globoka nevronska mreža
- Oblikovanje
- Razvoj
- DID
- Inženiring
- Doživetja
- Obraz
- s katerimi se sooča
- končno
- prva
- pozabljen
- obrazec
- brezplačno
- prijateljstvo
- funkcija
- Zelen
- skupina
- Smernice
- visoka
- hiše
- Kako
- HTTPS
- slika
- Vključno
- Industrija
- vpogledi
- Intelligence
- Vprašanja
- IT
- Ključne
- Zadnji
- Vodstvo
- učenje
- logo
- strojno učenje
- Tehnike strojnega učenja
- upravljanje
- marec
- Tržna
- sestanki
- člani
- Model
- mreža
- Nevronski
- nevronska mreža
- oceanov
- Olje
- na spletu
- Priložnost
- Možnost
- možnosti
- Ostalo
- performance
- Osebnost
- perspektive
- Portfelj
- predstaviti
- Predstavitve
- Izdelek
- Projekt
- spodbujanje
- Python
- viri
- Rezultati
- varna
- Znanstveniki
- nastavite
- Delite s prijatelji, znanci, družino in partnerji :-)
- deli
- spretnosti
- So
- Software
- rešitve
- SOLVE
- Start-up
- začel
- študija
- superračunalnik
- ciljna
- poučevanje
- tehnični
- Tehnologije
- Test
- čas
- usposabljanje
- vaje
- univerza
- us
- Vizija
- Počakaj
- teden
- Tedenski
- WHO
- v
- delo
- leto
- zoom