Künstliche Neuronale Netze in der Strukturmechanik

  Urheberrecht: © IAM  

Die Studierenden lernen den Umgang mit künstlichen neuronalen Netzen aus ingenieurwissenschaftlicher Sicht. Dies setzt voraus, dass sie verschiedene Netzwerktopologien und ihre Anwendungen in der Strukturmechanik verstehen. Klassische Strukturmodelle werden je nach aktueller Problemstellung teilweise oder vollständig durch künstliche neuronale Netze ersetzt.
Die Studierenden lernen, neuronale Netze zu programmieren und diese anhand von Daten aus Experimenten oder Simulationen zu trainieren. Ziel ist es, die Effizienz von Strukturberechnungen in Richtung schnellere Simulationen und neue Strukturmodelle ohne Materialparameter zu steigern, die nur durch experimentelle oder simulierte Daten trainiert werden. Am Ende des Kurses werden die Studierenden in der Lage sein, künstliche neuronale Netze für numerische Vorhersagen in der Strukturmechanik einzusetzen. Dazu gehört die Kombination von neuronalen Netzen mit der Finite-Elemente-Methode. Auf diese Weise werden intelligente Elemente entwickelt.

Themen

• Arbeit mit künstlichen neuronalen Netzen aus der Sicht der Ingenieurwissenschaft
• verschiedene Netzwerktopologien und ihre Anwendungen in der Strukturmechanik verstehen
• Klassische Strukturmodelle werden je nach aktueller Problemstellung teilweise oder vollständig durch künstliche neuronale Netze ersetzt
• Neuronale Netze zu programmieren und sie anhand von Daten aus Experimenten oder Simulationen zu trainieren
• die Effizienz von Strukturberechnungen zu schnelleren Simulationen und neuen Strukturmodellen ohne Materialparameter zu erhöhen, die nur durch experimentelle oder simulierte Daten trainiert werden
• Verwendung künstlicher neuronaler Netze für numerische Vorhersagen in der Strukturmechanik
• Kombination von neuronalen Netzen mit der Finite-Elemente-Methode