Forskargruppen kommer att använda just detta grafikkort, Quadro RTX 6000, i forskningen om hur Wavelet neurala nätverk kan användas i kombination med multidisciplinär optimering.

Wavelet är en matematisk metod för att syntetisera och komprimera data så att beräkningstiden kan minskas. Neurala nätverk är ett samlingsnamn på självlärande algoritmer som försöker efterlikna funktionen i biologiska neuronnät. Algoritmer som efterliknar neuronnät kan lösa problem inom informationsutvinning, mönsterigenkänning, självorganisering, icke-linjär optimering m.m.

– Genom att komprimera information kan vi träna mer avancerade neurala nätverk som är tänkta att ge svar på olika problemställningar, förklarar Magnus Bengtsson, docent inom produktoptimering.

Multidisciplinär optimering är ett område som har sitt ursprung från optimering inom flygindustrin där viktoptimering är en stor utmaning.

– I vår forskning använder vi denna metod för att kunna kombinera olika optimeringar som skiljer sig disciplinärt, som exempel kan ett transportflöde i en process vara en disciplin och lagervolym en annan disciplin, förklarar han.

– Nu kan vi med hjälp av grafikkortet utföra parallella beräkningar för att snabba upp beräkningen av multidisciplinära optimeringar som generellt är tidskrävande, fortsätter han.

Magnus Bengtsson ser donationen som mycket betydelsefull.

– Dels för att vi fått acceptans för våra forskningsfrågor och dels för att vi har fått donationen från Nvidia Corporation som är världsledande inom processorutveckling.

Nu ser forskargruppen fram emot att kunna visa upp forskningsresultaten inom kort för att skapa förutsättningar för fler forskningsprojekt.

Läs mer nyheter från forskargruppen Industriell Ekonomi