Deep Learning und Industrielle Anwendungen

Prognose des Energiebedarfs

Ein erkl?rtes Ziel der AG Technomathematik und des Zentrums für Technomathematik ist der Transfer moderner mathematischer Methoden in Industrie und Wissenschaft. Von besonderer Bedeutung sind dabei Kooperationsprojekte mit Unternehmen, um sie für konkrete Anwendungen nutzbar zu machen. Ein gro?es Anliegen ist dabei, auch mittelst?ndischen Unternehmen moderne mathematische Methoden zur Probleml?sung zug?nglich zu machen.

In zahlreichen industriellen Forschungsprojekten wird - in enger Zusammenarbeit mit Expert*innen der jeweiligen Anwendungsfelder - der gesamte Probleml?sungsprozess von der Modellierung des Ausgangsproblems über die mathematische Analyse des Modells bis zur Softwareentwicklung bearbeitet.

Zu den Unternehmen, mit denen die Arbeitgruppe seit Jahren kooperiert geh?ren unter anderem: Airbus SAS, ArcelorMittal Bremen GmbH, ArianeGroup GmbH, atacama blooms GmbH & Ko. KG, Bruker Daltonik GmbH, ELISE GmbH, Siemens AG und SIKORA AG.

 

Prognose des Energiebedarfs

A declared goal of the group Industrial Mathematics and the Center for Industrial Mathematics is the transfer of modern mathematical methods to industry and science. Of particular importance are cooperation projects with companies in order to make them usable for concrete applications. A major goal is to make modern mathematical methods for problem solving accessible to small- and medium-sized companies (SMEs) as well.

In numerous industrial research projects, the entire problem-solving process - from modeling the initial problem to mathematical analysis of the model to software development - is addressed in close cooperation with experts in the respective fields of application.

The cooperating companies include: Airbus SAS, ArcelorMittal Bremen GmbH, ArianeGroup GmbH, atacama blooms GmbH & Ko. KG, Bruker Daltonik GmbH, ELISE GmbH, Siemens AG and SIKORA AG.

 

 

Leitung

Bild Peter Maa?

Prof. Dr. Dr. h.c. Peter Maa?

Leiter der AG Technomathematik

Direktor des ZeTeM

Team

Studentische Hilfskr?fte

Kein Bild

Julius Arkenberg

Deep Learning und Industrielle Anwendungen
 

Bild Saurabh Band

Saurabh Band

Deep Learning und Industrielle Anwendungen
 

Kein Bild

Marvin Walther

Deep Learning und Industrielle Anwendungen

Projekte

Prognose des Energiebedarfs

AGENS - Analytisch-generative Netzwerke zur Systemidentifikation

BMBF-Projekt
Laufzeit: 01.04.2020 - 31.03.2023
Leitung: Peter Maa?

Die Prognose des Energiebedarfs von individuellen Akteuren anhand von Zeitreihen kennzeichnet sich durch eine gewaltige Datenlage. Das Ziel von AGENS liegt in der Entwicklung sowie Analyse dynamischer Neuronaler Netze mit Fokus auf die Energieprognose. Um eine robuste Prognose pro Akteur zu erm?glichen, ist eine Verbesserung der Datenqualit?t für jeden individuellen Konsumenten n?tig.

Schematisches Bild für Design-KIT

Design-KIT - Künstliche Intelligenz in der mechanischen Bauteilentwicklung

BMBF-Projekt
Laufzeit: 01.10.2020 - 31.03.2022
Leitung: Peter Maa?

Im Projekt Design-KIT werden Methoden der künstlichen Intelligenz und des maschinellen Lernens für die Konstruktion von Bauteilen für Tr?gerraketen wissenschaftlich untersucht und ihr Nutzen für die entsprechende industrielle Anwendung evaluiert.

HYDAMO Bild

HYDAMO - Hybride datengetriebene und modellbasierte Simulation komplexer Str?mungsprobleme in der Fahrzeugindustrie

BMBF-Projekt
Laufzeit: 01.04.2020 - 31.03.2023
Leitung: Peter Maa?

Auf komplexen Materialien wie Sand, Schlamm oder Schnee ist die Fahrzeugstabilit?t nicht immer gegeben: Kollisionen oder ein ?berschlagen des Fahrzeugs sind unter Umst?nden unvermeidlich. Ziel von HYDMAO ist es, anhand eines bisher unzureichend verstandenen kontinuumsmechanischen Problems aus der Fahrzeugindustrie datengetriebenes und modellbasiertes Vorgehen beispielhaft zu einer Gesamtl?sung zu integrieren. Damit soll die rechnergestützte Abbildung des zugeh?rigen Prozesses entscheidend verbessert werden.

ZeTeM Logo ohne Text

KIDOHE - KI-gestützte Dokumentation für Hebammen

BAB-Projekt
Laufzeit: 01.05.2020 - 28.02.2022
Leitung: Peter Maa?

KIDOHE hat zum Ziel die Belastungs- und Regresssituation der Hebammen mittels eines innovativen, intelligenten, entscheidungsunterstützenden Systems zu verbessern. Dieses System soll sowohl wissenschaftlich fundiertes Fachwissen als auch Erfahrungswissen der Hebammen in Netzen (z.B. semantischen Netzen, Bayes-Netzen oder neuronalen Netzen) repr?sentieren.

Wellrohre

ML-X-RAY - Maschinelles Lernen und R?ntgentechnologie zur Messung von inhomogenen Kabel- und Rohrprodukten

BAB-Projekt
Laufzeit: 01.03.2021 - 31.10.2022
Leitung: Peter Maa?

In der Produktionsentwicklung spielen die Reinheit eines Produkts und die damit verbundene Qualit?tskontrolle eine zentrale Rolle. Um eine maximale Material- und Kostenersparnis zu gew?hrleisten,
ist die zuverl?ssige Vermessung der gefertigten Produkte sowie die Detektion von Abweichungen hinsichtlich der vorgegebenen Produktspezifikation unabdingbar. Das Ziel von ML-X-RAY ist die Erforschung und Weiterentwicklung eines Vermessungssystems für die Prüfung von inhomogenen Kabel- und Rohrprodukten mit Hilfe von innovativen Ans?tzen aus dem Bereich Machine Learning bzw. Deep
Learning in Form von Convolutional Neural Networks. Das Projekt wird in Kooperaton mit dem Industriepartner SIKORA AG durchgeführt.