Operador neural como substituto de simulação de esteira eólica
Visão geral
Sobre o que é este desafio
Treine um operador neural para prever esteira e potência eólica. Complete o desafio com erro abaixo de 8% e receba um certificado verificável.
O Brief
O que você vai fazer e o que vai demonstrar.
Como prever em tempo quase real os campos de esteira e a potência de um parque eólico para diferentes condições de vento, sem rodar simulações de fluidos caras a cada decisão?
Earning criteria — what you'll demonstrate
- Construir e treinar um operador neural que aprende um mapa entre funções (campos) e não apenas entre vetores fixos
- Aplicar aprendizado de máquina científico como substituto (surrogate) de uma simulação física cara, avaliando o ganho de tempo e a perda de fidelidade
- Medir a generalização do operador para condições fora da distribuição de treino usando cenários reservados
- Quantificar a incerteza das previsões e comunicar os limites de confiança para decisões operacionais
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 canônicasEngenheiro de Machine Learning
Construir um substituto de simulação que roda em milissegundos e é reproduzível em equipe é exatamente o tipo de sistema de aprendizado de máquina em produção que um engenheiro de machine learning entrega, com foco em desempenho, escala e confiabilidade.
Este desafio aprimora
- neural-operators
- simulation
- uncertainty-quantification
Cientista de Dados
A análise exploratória dos instantâneos, a avaliação de generalização por cenário e a comunicação de incerteza para decisões de operação praticam o núcleo do trabalho de um cientista de dados aplicado a energia.
Este desafio aprimora
- exploratory-data-analysis
- time-series-basics
- uncertainty-quantification
Pesquisador de ML
Operadores neurais e a avaliação rigorosa de generalização fora da distribuição são temas de pesquisa ativa em aprendizado de máquina científico, aqui exercitados sobre um problema físico real.
Este desafio aprimora
- neural-operators
- simulation
- uncertainty-quantification
Só mais uma coisa