Inhalte
- Physikbewusstes maschinelles Lernen (ML) vereint klassische, physikbasierte Modellierungs¬ansätze mit ML-Methoden, um die Generalisierungsfähigkeiten, Interpretierbarkeit, Robustheit, Verlässlichkeit und Effizienz von ML-Methoden in Ingenieursanwendungen zu verbessern
- Einführung in ML-Methoden und deren wesentliche theoretische Eigenschaften, darunter insbes. künstliche neuronale Netze (Approximationsfähigkeiten, Training, Gradienten, etc.)
- Grundlagen der physikbasierten Modellierung und Simulation mittels Differentialgleichungen und geeigneter Zeit- und Orts-Diskretisierungsverfahren (z.B. Zeitintegration und Finite Elemente)
- Physikbasierte und datengetriebene Modellreduktion und Surrogat-Modellierung (z.B. Modalanalyse, orthogonale Zerlegungen, Kriging, Kernel-Methoden, u.Ä.)
- Mathematische Wissensrepräsentationen von Erhaltungsgleichungen & -größen, Symmetrien, Invarianzen, usw. für physikbewusstes ML
- Konstruktionsprinzipien zur Information oder Augmentierung von ML-Methoden durch entsprechende Gestaltung von Trainingsdaten, Hypothesen für Eingangs- und Ausgangsgrößen der ML-Modelle, ML-Modellarchitekturen, oder Lern- bzw. Trainingsalgorithmen
- Methoden umfassen z.B. Sobolev-Training, konvexe & monotone NN, physikinformierte NN (PINNs), Langrangesche NN, neurale Operatoren, stochastische NN, rekurrente NN, faltende NN, Graphen-NN, Autoencoder, generative NN, Gaußsche Prozesse & Kernel-Methoden, u.Ä.
- Anwendungen und Beispiele für Festkörpermechanik, Strukturdynamik, Materialmodellierung, dynamische Systeme, Multiskalen- und Multiphysik-Probleme, (additive) Fertigungsprozesse, digitale Zwillinge, u.Ä.
Sommersemester 2025
Die Vorlesung wird im Sommersemester 2025 angeboten.
Details
| Veranstaltungstitel | Physikbewusstes Maschinelles Lernen |
| Modulnr. | 16-73-4144 |
| Turnus | Sommer |
| Dozent | Prof. Dr. rer. nat. O. Weeger |
| Betreuende Mitarbeiter |
M.Sc. Jasper Schommartz, M.Sc. Fabian Roth |
| Credit Points | 6 |
| Vorlesungsumfang |
Vorlesung: 3 SWS Übung: 1 SWS |
| Vorlesungsbeginn | Dienstag, 22. April 2025 |
| Vorlesungs- & Übungstermine |
Dienstags 09:50-11:20 in S1|03-123 (Altes Hauptgebäude) Donnerstags 16:15-17:45 in S3|13-30 (Schloss) |
| Sprache | Englisch |
| Prüfung | mündliche Prüfung |
|
Weitere Informationen und Lehrmaterial |
siehe TUCaN und Moodle |
Verwendbarkeit dieses Moduls
- Master Maschinenbau (Wahlpflichtbereich II)
- Master Aerospace Engineering
- Master Computational Engineering
- Master Mechanik
- Master Mechatronik
