读书使人充实,讨论使人机智,笔记使人准确,读史使人明智,读诗使人灵秀,数学使人周密,科学使人深刻,伦理使人庄重,逻辑修辞使人善辩。凡有所学,皆成性格。———— (英国)培根

可能是会议热度不够,非常遗憾这样的会议很少有宣传,这场年会确实算是国内仿真圈子的第一盛会。

此刻,第16届中国CAE工程分析技术年会已过去3天,但会议带给我内心的冲击仍未平复,先上图让大家感受下第一天的会议报告人。

我相信大家和我的感受是类似的,这些曾经只能通过名字想象的各位行业大咖都在这次会议上一一见到,绝对是中国仿真圈子的全明星阵容。

我到会议现场的时候已经进入颁奖阶段环节,最重磅的奖项自然是首次颁发终生成就奖,这一奖项自然是毫无悬念地颁发给了钟万勰院士,略微遗憾的是钟教授年纪较大未能亲临现场,不过钟教授录制了一段视频,只能隔着屏幕感受下老一辈学者的风采。

(仿真秀拍摄)

之后各路大咖悉数登场,上午的内容因为和我关系不大,所以听的比较粗略,记得相关性较大的内容就是《仿真分析规范指南》的发布,当然对于这种指南的价值我持中立态度,期间比较意外的是因为在朋友圈发了一条消息,发现在广汽研究院负责碰撞分析工作的师弟也来了现场,久违的见面也是让人惊喜,所以相谈甚欢,看到师弟们在工作上顺利成长除了欣慰,作为师兄未能在师弟的成长道路上提供些许帮助内心还是有些愧疚。

(仿真秀拍摄)

下午的开场就是由南方科技大学校长陈十一院士关于流体力学方面的报告,虽然我的方向不是流体,但是这段报告还是认真听完,之后的庄茁教授关于机器学习结合医学仿真的内容也是精彩至极。之后我就有点心不在焉,一方面内容和我关系不大,另一方面主要想着之后怎么在5点半到7点之间的休息时间和各尊大神交流,毕竟这才是最重要的事情。

会议结束之后,在西门子数字化工业软件总经理陆云强先生的指点下去拜会了庄茁教授,但是面对庄教授,兴奋的心情逐渐转变成紧张,导致最终实在拘谨,一时也不知说什么合适,只简单介绍了下自己并递上了名片,庄教授很友好地将他的微信给了我。后来回到家中,前后大概用了5小时的时间反复斟酌给庄教授发了一段我们团队的介绍,算是弥补了会议现场的遗憾。

晚宴就由仿真秀杨振华总监组了一桌,坐在一起的包括徐工的工程师,哈工程的流体博士,看着一桌的小伙子突然感觉自己都老了,大家为了更有效的交流,甚至放弃了抽奖环节,匆匆吃完晚饭就离开宴会大厅,找了个安静的地方一直交流到9点半才各自离开,离开的时候才发现宴会早就结束了,整个会场就剩下我们8个人。

会议带给我的余波仍在,这次会议,除了各界大佬,让我感受比较深的是我们行业还有很多有情怀的同行,他们对待行业的认真态度让我敬佩和感动,也给我带来了信心,祝愿我们行业的发展会更好!

更多精彩请点击下方资源链接:关于公众号机械人读书笔记过往资料汇总,部分失效资料重新分享,大家不要错过,请及时关注ANSYS WORKBENCH分析应用基础28课内容汇总(内容失效重发)ANSYS WORKBENCH钢结构应用分析10讲《第四十课 有限元分析理论与应用视频后记》

机器学习cae_CAE工程分析技术年会记相关推荐

  1. 双样本T检验——机器学习特征工程相关性分析实战

    最近在做数据分析方面的工作,经常需要检验两组样本之间是否存在差异,所以会遇到统计学中假设检验相关的知识.在机器学习特征工程这一步,笔者最常用到的是假设检验中的卡方检验去做特征选择,因为卡方检验可以做两 ...

  2. 矩阵分析理论在实际工程中的应用_一文讲解视频智能分析技术,在文博安防工程中如何应用...

    引言 视频监控系统在文博安防中的使用已经走过了几十个年的历程,从最早的进口摄像机的模拟视频监控系统到今天的网络高清视频监控系统,从QCIF(176*144)到现在的百万像素(1920*1080)高清图 ...

  3. 科研工具-R-META分析与【文献计量分析、贝叶斯、机器学习等】多技术融合实践

    Meta分析是针对某一科研问题,根据明确的搜索策略.选择筛选文献标准.采用严格的评价方法,对来源不同的研究成果进行收集.合并及定量统计分析的方法,最早出现于"循证医学",现已广泛应 ...

  4. 概述:机器学习和大数据技术在信贷风控场景中的应用

    来源:知乎 本文约5400字,建议阅读10分钟 本文简要概述在当前大数据和机器学习技术如何在信贷风控场景下的常见应用. 似乎一夜之间,所有的互联网公司在对外的宣传稿中都会提及自己使用机器学习和大数据技 ...

  5. 机器学习-特征工程中的特征降维

    对于一个机器学习问题,数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限.由此可见,数据和特征在模型的整个开发过程中是比较重要.特征工程,顾名思义,是对原始数据进行一系列工程处理,将其提炼为 ...

  6. 机器学习-特征工程中的数据预处理

    对于一个机器学习问题,数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限.由此可见,数据和特征在模型的整个开发过程中是比较重要.特征工程,顾名思义,是对原始数据进行一系列工程处理,将其提炼为 ...

  7. 大数据系统及分析技术

    大数据 IDC将大数据技术定义为:"为更经济地从高频率的.大容量的.不同结构和类型的数据中获取价值而设计的新一代架构和技术." 大数据的关键在于种类繁多.数量庞大.使用传统的数据分 ...

  8. 【PHM】PHM算法与智能分析技术——智能维护技术引述

    PHM算法与智能分析技术--智能维护技术引述 智能维护技术的发展与问题 PHM概念与方法论 PHM系统的设计 本系列来自于北京天泽智云科技有限公司的PHM算法与智能分析技术公开课,内容非常有助于研究者 ...

  9. 文本、语义和社交分析技术,未来几年市场发展趋势的预测

    文本.语义和社交分析技术依然有很大的创新和成长空间,对于新进入者和现有的玩家来说都是如此,未来几年市场发展趋势的预测,具体如下: 一.多语言是王道 目前文本语义分析还是以英语为为主,但是机器学习和机器 ...

最新文章

  1. fpga该驱动器调试dev_dbg 无输出
  2. 小学计算机国培研修总结,小学数学国培研修总结
  3. [Python爬虫] 之十二:Selenium +phantomjs抓取中的url编码问题
  4. 模板类的全特化、偏特化
  5. mysql中间件是运维工作内容_linux运维工作的七项内容
  6. Gartner发布2021年低代码魔力象限,Mendix名列前位
  7. 计算机办公价格,公职人员,你的办公电脑最少要用6年,而价格不能超过这个数?...
  8. 使用EndNote X9引用参考文献并在Word中修改生成的引文格式(编号、字体大小)GBT7714(numeric)
  9. centos安装django
  10. 蓝桥杯 基础练习 Sine之舞
  11. Google I/O 2019 行纪 —— Google 要让 AI 消除偏见
  12. 51Nod-1051 最大子矩阵和【最大子段和+DP】
  13. 游戏开发之测试篇2(C++)
  14. [我研究]看最新会议相关论文感想
  15. 记住三句话,就会用双拼(韵母键快速记忆口诀)
  16. compass watch出错
  17. 什么是等级保护, 等保2.0详解
  18. L1-049 天梯赛座位分配 (20分)
  19. 浅谈HTTP 和 HTTPS的区别
  20. 一文学会LaTeX基础

热门文章

  1. python编程需要安装什么软件_[零基础学pythyon]安装python编程环境
  2. c语言手机通讯录退出程序,通讯录小程序(C/C++)C语言练习小程序
  3. Buuctf(pwn)ciscn_2019_n_8
  4. python中os.path.isdir()等函数的作用及用法
  5. Python基础教程:嵌套函数、闭包
  6. python输入一个\输出2个\问题
  7. Python---udp绑定信息以及网络通信过程
  8. Python基础教程 os.walk()方法
  9. yolo配置文件以及训练时各参数的定义
  10. 如何查看电脑显卡能使用的对应的cuda版本?