Inferência baseada em simulação para fadiga de compósitos aeronáuticos
Visão geral
Sobre o que é este desafio
Implemente um simulador de fadiga e estime parâmetros ocultos com inferência bayesiana. Entregue código e relatório técnico para obter um certificado verificável.
O Brief
O que você vai fazer e o que vai demonstrar.
Como inferir, com incerteza calibrada, os parâmetros ocultos de um modelo de fadiga a partir de ensaios caros, para prever a vida de componentes compósitos e justificar margens de segurança?
Earning criteria — what you'll demonstrate
- Formular um problema inverso de estimativa de parâmetros como inferência baseada em simulação, ligando um simulador científico a dados reais
- Aplicar simulação de Monte Carlo e métodos amostrais para caracterizar a distribuição posterior de parâmetros não observáveis
- Verificar a calibração da incerteza por meio de testes de cobertura, distinguindo confiança bem estimada de excesso de confiança
- Traduzir a quantificação de incerteza em uma recomendação de engenharia (margem de segurança) defensável em contexto de certificação
Adequação ao Programa
Onde isso se encaixa no seu programa.
Aperfeiçoa as mesmas habilidades que seu curso espera que você demonstre.
Conteúdo alinhado em breve.
Habilidades
Habilidades que você vai demonstrar.
Cada um aparece no seu certificado verificado.
Carreiras
Cargos para os quais este desafio te prepara.
Títulos reais. Pontes reais de habilidades. Escolha o mais próximo da sua trajetória.
Trilhas de carreira que este desafio desenvolve
Funções canônicasCientista de IA Aplicada
Resolver um problema inverso ligando simulador e dados reais, com incerteza calibrada e impacto de engenharia, é o núcleo do trabalho de um cientista de IA aplicada em domínios físicos de alta responsabilidade como o aeroespacial.
Este desafio aprimora
- simulation-based-inference
- uncertainty-quantification
- simulation
Cientista de Dados
A modelagem estatística da posterior, a verificação de calibração e a tradução de incerteza em decisão praticam competências centrais de um cientista de dados que trabalha com risco e confiabilidade.
Este desafio aprimora
- monte-carlo-simulation
- uncertainty-quantification
- statistical-analysis
Engenheiro de Machine Learning
Empacotar um fluxo de inferência reproduzível, com simulador, estimadores neurais e diagnósticos, exercita a engenharia de sistemas de aprendizado de máquina científico que um engenheiro de machine learning entrega.
Este desafio aprimora
- simulation-based-inference
- simulation
- monte-carlo-simulation
Só mais uma coisa