Machine Learning in der Technischen Mechanik

Mastermodul (Englisch), 4 SWS, Sommersemester

Inhalt

In der heutigen Zeit wird innerhalb des Ingenieurwesens vermehrt auf numerische Methoden gesetzt, um den Entwicklungsprozess von Produkten und Maschinen Schritt für Schritt in den virtuellen Raum zu verlagern. Die dabei entstehenden Modelle spiegeln, basierend auf grundlegenden Gesetzmäßigkeiten der Physik, ein Abbild der Realität wider. Allerdings können die Berechnungszeiten für komplexe Systeme den Nutzen deutlich übersteigen und verlieren dadurch an Attraktivität. Ein hierzu alternativer Ansatz besteht in der Anwendung des maschinellen Lernens. Deshalb wird in diesem Modul eine Einführung in das Machine Learning (ML) gegeben und es werden Wahrscheinlichkeitsbetrachtung im ML, Theorie über Optimierung im ML, Modellierungsformen im ML, Modellreduktionsmethoden, Hauptkomponentenanalyse, Singulärwert-Zerlegung, Dynamic Mode Decomposition (DMD), Artificial neural networks, überwachte ANN, Deep-Learning, Bayessches Deep-Learning sowie Anwendungen besprochen.

Lernziele

Nach der erfolgreichen Teilnahme an der Lehrveranstaltung sind die Studierenden befähigt...

• ... die grundlegenden Konzepte, Algorithmen und die Funktionsweise des Machine Learning wiederzugeben und entsprechend anzuwenden
• ... die Eigenheiten unterschiedlicher Machine Learning Methoden zu differenzieren
• ... die grundlegenden Besonderheiten der besprochenen Methoden in Bezug auf spezielle Anwendungen zu identifizieren, um folglich die Anwendbarkeit einzuschätzen
• ... entsprechende Schritte zur Modellreduktion durchzuführen
• ... Datensätze vorzubereiten, um entsprechende Machine Learning Algorithmen anzuwenden
• ... Klassifizierungen und Feature Extraction durchzuführen

Organisatorisches / Ablauf

Vorlesung:

• Wöchentlicher Termin je 2 SWS
• Darstellung des theoretischen Inhalts des Moduls als foliengestützter Vortrag sowie Aufzeichnungen der grundlegenden Inhalte als Video

Übung:

• Wöchentlicher Termin je 2 SWS
• Praktische Aufgaben zum Erlernen des Anwendens des maschinellen Lernens auf einen Datensatz
• Eigenständige, rechnergestützte Bearbeitung von Übungsaufgaben unter Betreuung der Modulleitung
• Nutzung von Python

Prüfungsleistung:

• Schriftliche (90min) oder mündliche (30min) Open-Book-Prüfung (Entscheidung immer im jeweiligen Semester)

Empfohlene Vorkenntnisse

• Technische Mechanik
• Mathematik und Statistik (B.Sc. Niveau)

Die empfohlenen Vorkenntnisse sind für eine erfolgreiche Teilnahme an der Lehrveranstaltung nicht zwingend erforderlich. Falls Sie sich für eine Teilnahme aufgrund Ihrer Vorkenntnisse unschlüssig sind, steht Ihnen unsere Kontaktperson für Rückfragen zur Verfügung.

Sprechzeiten

Mittwoch, 10:00 – 12:00 Uhr, MW 1537. 

Bei Nachfrage wenden Sie sich bitte an die Ansprechperson.

Weiterführende Informationen

• Link zur Modulbeschreibung