Simulation-ready CAD path
NeuroCAD геометрията се структурира така, че SDF authoring, meshing/export, validation и FEM handoff да останат една доказателствена следа, а не отделни демота.
Physics AI and finite-element acceleration
NeuroFEM е physics-intelligence посоката около NeuroCAD: simulation-ready geometry, HPC-backed model training, MOOSE validation и CutFEM research path за differentiable FEM върху SDF геометрия.
Начална алокация за обучение и валидиране на foundation physics model.
HPC evidence pack-ът отчита осем минати gates и един честно маркиран not_ready.
Thermal, species, thermo-mechanical и thermo-mechanical-species полета в един model path.
Crack submodel evidence от live MOOSE validation в execution ledger-а.
NeuroCAD геометрията се структурира така, че SDF authoring, meshing/export, validation и FEM handoff да останат една доказателствена следа, а не отделни демота.
NeuroFEM HPC пакетът документира EuroHPC-track submissions, защитим минимум от 5,000 часа и expansion ask от 15,000 часа.
Текущите 32-cubed резултати показват един unified model, който учи четири режима без catastrophic negative transfer; по-дългите run-ове показаха data limits, не просто липса на training time.
Task-2 validation има live-MOOSE evidence: boundary condition check, стабилен K_I sampling, dispatcher coverage и cluster smoke output с finite K_I.
Branch evidence trail-ът съдържа CutFEM тестове, differentiable CutFEM-on-SDF thesis draft и mesher planning документи за four-vector differentiable mesher.
Вътрешният пакет държи CLI health, release gates, scenarios, git head/log и codebase metrics заедно, за да могат твърденията да се проверят преди външна употреба.
Applicant facts, compute ask, honest framing, EuroHPC-track package и индекс на reproducible evidence pack.
Текущата training истина: unified_v1 е най-добър, unified_v2 overfit-на, resume-RNG bug е поправен, MOOSE crack workflow е доказан.
Differentiable mesher, connected training plan, frontier research plan и development plan.
Branch trail включва осем CutFEM-focused test файла за heat, hybrid, solver, sparse unified, 3D, thermoelastic и backend behavior.
Публикуем thesis-style manuscript от abstract до references.
NeuroFEM е достатъчно силен за разговор със стратегически engineering партньори, но е рамкиран като validation program. Следващият milestone е customer evidence, не широк production launch.
Pilot evidence target