NEUROFEM

Physics AI and finite-element acceleration

NeuroFEM

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.

5,000 CPU/GPU compute часа

Начална алокация за обучение и валидиране на foundation physics model.

8 / 9 release gates минати

HPC evidence pack-ът отчита осем минати gates и един честно маркиран not_ready.

4 physics режима в един път

Thermal, species, thermo-mechanical и thermo-mechanical-species полета в един model path.

0.35% K_I CoV evidence

Crack submodel evidence от live MOOSE validation в execution ledger-а.

КАКВО Е ПОСТРОЕНО
PLATFORM

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.

HPC

Compute campaign package

NeuroFEM HPC пакетът документира EuroHPC-track submissions, защитим минимум от 5,000 часа и expansion ask от 15,000 часа.

MODEL

Unified multiphysics training loop

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.

SOLVER

MOOSE crack submodel evidence

Task-2 validation има live-MOOSE evidence: boundary condition check, стабилен K_I sampling, dispatcher coverage и cluster smoke output с finite K_I.

CUT FEM

Differentiable CutFEM research trail

Branch evidence trail-ът съдържа CutFEM тестове, differentiable CutFEM-on-SDF thesis draft и mesher planning документи за four-vector differentiable mesher.

AUDIT

Evidence pack вместо slides

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.

ДОКАЗАТЕЛСТВЕНА СЛЕДА
HPC/INDEX.md

Applicant facts, compute ask, honest framing, EuroHPC-track package и индекс на reproducible evidence pack.

HPC/52_EXECUTION_LEDGER.md

Текущата training истина: unified_v1 е най-добър, unified_v2 overfit-на, resume-RNG bug е поправен, MOOSE crack workflow е доказан.

HPC/56-59 в git history

Differentiable mesher, connected training plan, frontier research plan и development plan.

tests/test_cutfem/

Branch trail включва осем CutFEM-focused test файла за heat, hybrid, solver, sparse unified, 3D, thermoelastic и backend behavior.

docs/differentiable-cutfem-on-sdf-thesis.md

Публикуем thesis-style manuscript от abstract до references.

ТЕКУЩА ИСТИНА

Страницата е нарочно evidence-first.

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.

  • Няма публично твърдение за готова production accuracy.
  • Няма твърдение, че foundation physics model вече е обучен.
  • Текущите резултати показват, че повече данни, regularization и early stopping са по-важни от просто по-дълго обучение.
  • Близката външна стойност е pilot/customer validation evidence: geometry workflow, simulation handoff и измерима техническа обратна връзка.

Pilot evidence target

Фокусиран партньор може да превърне техническата следа в customer validation evidence.