Evaluation eines Machine Learning Tools in der Mechanik
Auf einen Blick
- Projektleiter/in : Dr. Thomas Mayer, Prof. Dr. Marcello Righi
- Projektteam : David Anderegg, Ibrahim Kuon
- Projektvolumen : CHF 30'000
- Projektstatus : abgeschlossen
- Drittmittelgeber : Interne Förderung
- Kontaktperson : Marcello Righi
Beschreibung
Data Science und Machine Learning Methoden sollen vermehrt
Einsatz finden in den
Forschungsvorhaben des 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 (rigm, mayt) 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.