KNN in der Praxis: Gute Voraussagen auf Basis weniger Daten?

Ziel ist es eine Methode zu entwickeln, mit der der Umfang der benötigten Datenbasis zur Modellierung eines Zusammenhangs mittels KNN festgestellt werden kann.

Modellierung von Fließvorgängen mittels Künstliche Neuronale Netze (KNN) | Bild: IKV

Thema der Arbeit:
Ist es möglich schon auf Basis geringer Datenmengen guten Voraussagen über Materialverhalten von langfaserverstärkten Kunststoffen treffen? Diese Frage im Zusammenhang mit dem Einsatz von Künstlichen Neuronalen Netzen (KNN) als Modell zu beantworten, ist deine Forschungsfrage.

Die Arbeit hat Bezug zu diesem Forschungsprojekt:
In dem von der Deutschen Forschungsgemeinschaft geförderten Projekt geht es um die Erforschung einer Methodik zur Optimierung der mechanischen Bauteileigenschaften von langfaserverstärkten Kunststoffen.

Zielsetzung:
Ziel ist es eine Methode zu entwickeln, mit der der Umfang der benötigten Datenbasis zur Modellierung eines Zusammenhangs mittels KNN festgestellt werden kann.

Deine Aufgabenstellung:

Für eine Bachelorarbeit bearbeitest du folgende Aufgabenstellungen

  • Einarbeitung in den Stand der Technik
  • Erarbeitung eines Vorgehens
  • Umsetzen des Vorgehens (vsl. mit Express, Matlab und Abaqus)
  • Interpretation der Ergebnisse

 

 

Für eine Masterarbeit bearbeitest du folgende Aufgabenstellungen

  • Analog zur Bachelorarbeit
  • Zusätzlich dazu werden verschiedene Bauteilgeometrien betrachtet

 

Dein Profil

  • Technisches oder naturwissenschaftliches Studium (CES, Maschinenbau, Informatik, …)
  • Interesse für Simulation und Motivation Neues zu lernen
  • Grundkenntnisse im Programmieren

Wenn du Interesse an einer vielseitigen Arbeit hast, melde dich einfach bei mir. Es erwartet dich ein hochmotiviertes Team, ein spannendes Thema und ein in Absprache mit dir genau definierter Zeitplan.

Deine Ansprechpartnerin:
Marie Hadenfeldt, M.Sc.
Telefon: +49 241 80-28334
E-Mail: marie.hadenfeldt@ikv.rwth-aachen.de