Evaluation eines Machine Learning Tools in der Mechanik

Beschreibung

Data Science und Machine Learning Methoden sollen vermehrt Einsatz finden in den Forschungsvorhaben des Instituts für Mechanische Systeme (IMES). Ziel dieser Initiative ist es, bestehende konventionelle Methoden der Mechanik durch neue Konzepte zu augmentieren. Durch die konsequente Verknüpfung physikalischer Grundlagen und moderner Methoden der Digitalisierung sollen komplexe, nicht‐lineare mechanische Systeme reliabler und schneller modelliert werden können.

Vor diesem Hintergrund hat das IMES kürzlich zwei DIZH Fellowship Anträge sowie ein Doktorat (SoE Finanzierung) beantragt, um konkrete Schritte in Richtung der Umsetzung von Machine Learning Methoden zu gehen. So möchte sich das IMES rüsten, um auf bereits bestehende und zukünftige Anfragen zur Digitalisierung eingehen zu können.

Ziel dieses Antrags ist die Evaluation eines Machine Learning Frameworks, i.e. Tensorflow, anhand einer strukturmechanischen Problemstellung. Dadurch sollen vertiefte praktische Erfahrungen mit dem Tool gesammelt und das Potential der Methode ausgelotet werden. Gerade für den Erfolg entsprechender Innosuisse und/oder SNF Anträge sind Erfahrungen mit Machine Learning entscheidend.