User: Guest  Login
Original title:
Physics-Informed and Data-Driven Probabilistic Modeling of Materials Systems
Translated title:
Physikalisch-Informierte und Datengetriebene Wahrscheinlichkeitsbasierte Modellierung von Materialsystemen
Author:
Rixner, Maximilian
Year:
2023
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Advisor:
Koutsourelakis, Phaedon-Stelios (Prof., Ph.D.)
Referee:
Koutsourelakis, Phaedon-Stelios (Prof., Ph.D.); Wall, Wolfgang A. (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik; MAS Maschinenbau; MAT Mathematik; MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik; NAT Naturwissenschaften (allgemein); PHY Physik; TEC Technik, Ingenieurwissenschaften (allgemein); WER Werkstoffwissenschaften
TUM classification:
MTA 009; PHY 210
Abstract:
We pursue a Bayesian approach for modeling and predicting the behavior of materials systems, leveraging data-driven and physics-informed probabilistic machine learning to identify their effective coarse-grained properties. Stochastic inversion of the entire process-structure-property chain in a high-dimensional setting is achieved, enabling the identification of optimal process parameters for computational materials design problems.
Translated abstract:
Wir verfolgen einen Bayesschen Ansatz um das Verhalten von Materialsystem zu modellieren und vorherzusagen, wobei effektive physikalische Eigenschaften mittels wahrscheinlichkeitsbasierten Maschinellen Lernens identifiziert werden. Wir demonstrieren die stochastische Invertierung der gesamten Process-Structure-Property Kette in einer hochdimensionalen Anwendung, was die Identifizierung optimaler Prozessparameter für computergestütztes Design und Entwicklung neuer Materialien ermöglicht.
WWW:
https://mediatum.ub.tum.de/?id=1686062
Date of submission:
30.08.2022
Oral examination:
10.10.2023
File size:
4772162 bytes
Pages:
147
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20231010-1686062-1-0
Last change:
26.01.2024
 BibTeX