GRAZ / LONDON (IT BOLTWISE) – An der TU Graz wird ein neues Labor eröffnet, das physikbasierte Methoden mit maschinellem Lernen kombiniert. Diese innovative Herangehensweise verspricht, die Effizienz und Genauigkeit von Modellen in industriellen Anwendungen zu steigern, indem sie mit weniger Daten auskommen und dennoch präzise Ergebnisse liefern.

Die Technische Universität Graz hat ein neues Christian Doppler Labor eröffnet, das sich der Kombination von physikbasierten Methoden mit maschinellem Lernen widmet. Diese innovative Herangehensweise zielt darauf ab, die Effizienz und Genauigkeit von Modellen in industriellen Anwendungen zu steigern. Durch die Integration physikalischer Prinzipien in maschinelle Lernmodelle können diese mit weniger Daten auskommen und dennoch präzise Ergebnisse liefern.
Traditionelle Machine-Learning-Modelle benötigen oft große Mengen an Trainingsdaten, um genaue Vorhersagen zu treffen. In vielen industriellen Anwendungen sind solche Daten jedoch schwer zu beschaffen oder sehr kostspielig. Das Team um Laborleiter Stefan Posch am Institut für Thermodynamik und nachhaltige Antriebssysteme der TU Graz hat es sich zur Aufgabe gemacht, diese Herausforderung zu meistern. Durch die Kombination von physikalischem Wissen mit maschinellem Lernen entstehen Modelle, die nicht nur auf Daten basieren, sondern auch die physikalischen Gesetze berücksichtigen.
Diese neuartigen Modelle können numerische Simulationen in Bereichen wie Struktur- oder Strömungsmechanik erheblich beschleunigen. Dadurch wird die Entwicklungszeit von Produkten verkürzt, was Unternehmen ermöglicht, schneller innovative Lösungen auf den Markt zu bringen und die Kosten in der Produktentwicklung zu senken. Wolfgang Hattmansdorfer, Bundesminister für Wirtschaft, Energie und Tourismus, betont die Bedeutung dieser Forschung für die Wettbewerbsfähigkeit der Industrie, indem sie intelligente, effiziente und sichere Produkte hervorbringt.
Das Christian Doppler Labor arbeitet eng mit Industriepartnern wie Andritz Hydro GmbH und BRP-Rotax GmbH & Co KG zusammen, die ihre Daten und Erfahrungen in die Forschung einbringen. Ziel ist es, allgemeingültige Methoden zu entwickeln, die zuverlässige und reproduzierbare Ergebnisse liefern. Eine der größten Herausforderungen besteht darin, die Komplexität der Modelle durch die Reduktion physikalischer Parameter zu optimieren, ohne an Genauigkeit einzubüßen. Diese Forschung könnte die Grundlage für eine neue Ära der KI-gestützten industriellen Anwendungen bilden.

- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote

Product Owner KI (m/w/d)

KI-Entwickler - Informatiker, Wirtschaftsinformatiker o. ä. (m/w/d) - KI-Integration Geschäftsprozesse

Duales Studium BWL - Spezialisierung Artificial Intelligence (B.A.) am Campus oder virtuell

Business Development Manager – Agentic AI (m/w/d)

- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Physikbasiertes maschinelles Lernen revolutioniert industrielle Anwendungen" für unsere Leser?
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Physikbasiertes maschinelles Lernen revolutioniert industrielle Anwendungen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Physikbasiertes maschinelles Lernen revolutioniert industrielle Anwendungen« bei Google Deutschland suchen, bei Bing oder Google News!