Подробное описание документа

Валеев А. Г.
   Графовая модель инженерных данных в генеративных нейронных сетях глубокого обучения = Graph model for Representation Engineering Data Via Generative Deep Learning Neural Networks / Валеев А. Г. // Наука, технологии и бизнес : материалы 6-ой Межвузовской конференции аспирантов, соискателей и молодых учёных, Москва, 16-18 апреля 2024 года / МГТУ им. Н. Э. Баумана (национальный исследовательский университет). - М., 2024. - С. 53-59.

Рассмотрено применение графовых моделей для представления инженерных данных в контексте использования в САПР системах производственных компаний (PDM/ PLM). Графовая модель представления инженерных данных дает возможность обработки и генерации моделей и документации с использованием программных комплексов САПР с нейросетевыми компонентами, также графовое представление инженерных данных дает возможность реализовать комплексный и математически описываемый подход к структурированию и анализу инженерных данных. Проводится анализ и предлагается генеративная графовая нейросетевая модель глубокого обучения (Generative Graph Deep Learning Neural Net — GGDLNN) для обработки инженерных данных. Основная идея состоит в теоретической возможности автоматической генерации полного комплекта конструкторской документации для новых изделий по заданным параметрам на основе GGDLNN обученной на большом массиве существующих инженерных данных.
Ключевые слова: нейросети, САПР, PDM/PLM, глубокое обучение, инженерные данные, генеративная графовая нейронная сеть глубокого обучения, GGDLNN