Künstliche Intelligenz

Realgetreue Simulationen in Realzeit. Seit Jahrzehnten die große Vision von Ingenieuren.

Ist künstliche Intelligenz die Antwort?

Am IAM erforschen wir den Einsatz von künstlichen neuronalen Netzen in der simulationsgesteuerten Ingenieurwissenschaft.

Unsere Zielsetzung ist zum einen die direkte Einbindung von experimentellen Daten in die Simulation. Darüber hinaus lösen wir die mathematischen Gleichungen mit den Algorithmen des Maschinellen Lernens. Dadurch versprechen wir uns nicht nur mehr Stabilität bei der Lösung von komplexen Vorgängen, sondern auch eine Beschleunigung der Rechenzeit.

Veröffentlichungen

  • Wessels, H., Weißenfels, C. and Wriggers, P. The Neural Particle Method – A physical based Neural Network Approach for Computational Fluid Dynamics. Computational Mechanics, submitted Preprint.

    https://arxiv.org/abs/2003.10208

  • Huang, D., Fuhg, J.H., Weißenfels, C. and Wriggers, P. A Machine Learning based Plasticity Model using Proper Orthogonal Decomposition. Computer Methods in Applied Mechanics and Engineering, 365, 113008.
    DOI 10.1016/j.cma.2020.113008