Актуальные проблемы в машиностроении. Том 11. № 1-2. 2024 Инновационные технологии в машиностроении ____________________________________________________________________ 35 химические связи. Так появляется возможность предсказывать вероятность того, что химическое соединение вызывает определенные заболевания. Также возможно вести предсказания и на основе отдельных узлов и связей графа, например, когда нужно распознать отдельный узел, а не весь граф. GNN показывают отличные результаты во многих отраслях, например, оценка просадки питания в цифровом блоке одного из коммерческих САПР занимает 3 часа, с помощью GNN время было снижено до 18 минут с точностью 94% [6]. Рис. 2. Цифровое представление графа детали Цифровое представление графа детали «Д» может быть реализовано в виде массива (рис. 2). Каждый узел графа может обладать рядом признаков «П», например, размеры, показатели точности, шероховатости КТЭ и т.д. Они также представляются в виде отдельного массива, например, П={(1, 0, 2), (0, 3, 2), …}. Связи могут обладать весовыми значениями, которые могут отражать, например, точность взаимного расположения поверхностей или характеризовать другую взаимосвязь соединенных поверхностей. На вход GNN подается граф в виде массивов. Основным принципом работы GNN является механизм распространения информации. При агрегации и анализе узла графа осуществляется сбор информации о его соседях, например, суммируя их состояния или признаки, далее собирается информация об узлах следующей окрестности. Результат пропускается через функцию активации и на выходе НС получается представление вершин графа, по которым уже можно реализовывать различные предсказания, например, распознавать детали или отдельные узлы, максимально соответствующие узлам, находящимся в таких же связях с другими КТЭ, и заимствовать технические решения, которые уже были спроектированы для них ранее. На основе этого модель может рекомендовать, например, определенные переходы, инструменты, оснастку, режимы резания и другие приемы, которые успешно позволили обработать такие же элементы детали ранее. Также данный подход может позволить находить максимально похожие детали и, соответствующие им, техпроцессы. Однако, нахождение похожего ТП или отдельных узлов еще не достаточно для полного формирование нового ТП, необходимо уметь синтезировать разные решения, тогда получится ТП, не существовавший ранее и соответствующий новой детали. Для модификации и создания полностью нового единичного ТП из найденных возможно уже применение технологии генеративного ГО [7]. Примером таких технологий могут служить ChatGPT, YandexGPT и многие другие модели. Сегодня подобные сети генерируют новые тексты, картины, музыку и множество другой информации, которой раньше не существовало, и делают это с высокой точностью и реалистичностью, синтезируя из той информации, на которой она обучалась и в нужном для человека направлении. Для этого создаются большие векторные пространства объектов (слов, картин, нот и т.д.). Для проектирования ТП такое векторное пространство должно содержать цифровое описание
RkJQdWJsaXNoZXIy MTk0ODM1