IAM - Werkstoff- und Biomechanik

Probabilistik und Zuverlässigkeit

Bayes-Verfahren zur Parameterschätzung für korrelierte physikalische Größen
Mikrostrukturbasierte bruchmechanische Ansätze zur Zuverlässigkeitsvorhersage keramischer Werkstoffe

In der Arbeitsgruppe werden probabilistische Verfahren zur Charakterisierung und Modellierung des Werkstoffverhaltens in kleinen Dimensionen verwendet. Die verwendeten Testverfahren stoßen hier oft an Grenzen wo stochastische Unsicherheiten die Aussagekraft begrenzen. Modellbasierte probabilistische Ansätze erlauben eine trennscharfe quantitative Datenanalyse auch im Fall kleiner Stichproben.

Auch im Bereich der Künstlichen Intelligenz spielen probabilistische Ansätze eine entscheidende Rolle für effizientes Training Neuronaler Netze und damit verbundene Deep Learning Strategien. Hier wird es in nächster Zeit darum gehen, materialwissenschaftlich basierte Ansätze mit intelligenten Methoden der Datenanalyse als Methode der Werkstoffentwicklung nutzbar zu machen. Wir halten dazu die notwendigen Werkzeuge bereit.

 

 

Laufende Projekte und Kooperationen

- HGF Kolleg IMD (Integrated Materials Development for High Temperature Alloys) (2013-2020) (IAM, ITM)