corso a calendario online

modeFRONTIER Metamodeling (RSM – Response Surface Modeling)

Go to Italian version | English version

Iscrizione e pagamento con carta di credito o bonifico bancario

Per iscriversi al corso, scegliere la data dall'elenco sottostante e cliccare sul pulsante "Iscriviti": si aprirà il form di registrazione, che deve essere compilato in ogni sua parte.


Codice Corso: online-mf7

DATE

23-24-25 Marzo
22-23-24 Giugno
19-20-21 Ottobre

Si utilizza una piattaforma web, che non richiede installazione di software in locale.
È possibile partecipare alla sessione tramite: MAC, PC o un qualsiasi dispositivo mobile.
L'utente riceverà dalla segreteria, il link e le credenziali per poter partecipare.

Quota di partecipazione

La quota di partecipazione è di:
1800 Euro a persona


Il corso viene erogato solo al raggiungimento del numero minimo di partecipanti.
Una settimana prima dell'inizio del corso, il partecipante riceverà una mail di conferma.

Desideri una proposta per effettuare il corso in modalità residenziale o maggiori informazioni sulle nostre proposte formative?

Chiedi informazioni

EnginSoft Segreteria Corsi
Barbara Manzoni
Tel. 035 368 711
corsi@enginsoft.it

 

Tipologia

Avanzato

Durata

15 ore on line + 6 ore di esercitazioni a casa verificate dal docente
6 moduli totali – 2 moduli al giorno da 2h30’, per 3 giorni

Lingua

Italiano/Inglese (slide in Inglese)

Tutor

Vito Primavera

Descrizione

Il corso Metamodeling, articolato in 6 moduli suddivisi in tre giornate, è rivolto agli utenti modeFRONTIER che intendono acquisire una conoscenza approfondita nell’impiego degli algoritmi di generazione delle Superfici di Risposta (RSM – Response Surface Modeling).

Rispetto alle tecniche studiate nei corsi base ed avanzato, questo corso prevede una trattazione estesa e dettagliata degli algoritmi tipici di ogni famiglia (i.e. Classical, Statistical, Advanced, Machine Learning, Support Vector Machine).

Contestualmente alla trattazione teorica delle singole tecniche, l’utente sarà guidato attraverso un percorso che, seguendo un approccio a “variabili separate”, gli permetterà di comprendere il comportamento degli algoritmi rispetto ad una serie di funzioni di benchmark a complessità crescente. Durante questo percorso saranno discusse anche le “best practice” relative non solo alla costruzione e validazione dei metamodelli ottenuti, ma anche all’analisi qualitativa e quantitativa dei dati di partenza.

L’obiettivo complessivo è permettere all’utente di applicare le tecniche RSM in modo estremamente consapevole, abilitando un approccio “ragionato” che affianchi l’approccio “autonomo” disponibile nella piattaforma.

Allo scopo di rendere interattivo il corso tramite modalità online, è prevista la realizzazione sia di una serie di hands-on, da effettuarsi immediatamente a valle della descrizione teorica degli argomenti trattati.

 

Destinatari

Il corso è rivolto a utenti (ingegneri di tutte le specializzazioni, progettisti, ricercatori) per i quali sia rilevante:

  • disporre di modelli previsionali inerenti le prestazioni dell’applicazione di interesse
  • sostituire le attività di test di laboratorio con attività numeriche basate sui modelli previsionali basati sui test sperimentali
  • velocizzare il processo di ottimizzazione, soprattutto nell’ipotesi di modelli onerosi rispetto ai tempi di calcolo
  • poter implementare modelli 1D o a parametri concentrati caratterizzando, però, alcuni degli elementi costituenti per mezzo di “black-box” ad elevata accuratezza

Propedeuticità

Padronanza teorica di base delle tecniche RSM, conoscenza base di modeFRONTIER e delle tecniche base di analisi statistica.

Agenda

Modulo 1 – Metodologia RSM (durata 2h 30’) – Giorno 1/3

  • Metodologia RSM & RSM Tool
  • Algoritmi interpolanti

Modulo 2 – Metodologia RSM e (durata 2h 30’) – Giorno 1/3

  • Algoritmi interpolanti
  • Esempi applicativi con funzioni di benchmark & Hands-on

Modulo 3 – Metodologia RSM (durata 2h 30’) – Giorno 2/3

  • Algoritmi approssimanti

Modulo 4 –Metodologia RSM (durata 2h 30’) – Giorno 2/3

  • Algoritmi approssimanti
  • Esempi applicativi con funzioni di benchmark & Hands-on

Modulo 5 –Metodologia RSM (durata 2h 30’) – Giorno 3/3

  • Machine Learning (H2O)
  • Esempi applicativi con funzioni di benchmark & Hands-on

Modulo 6 – Metodologia RSM (durata 2h 30’) – Giorno 3/3

  • Creazione automatizzata RSM – RSM Trainer Node
  • Esempi applicativi con funzioni di benchmark & Hands-on

*Discussione Best Practice svolta durante lo svolgimento degli Hands-on