Login
- Original title:
- Transfer Learning Methods to Embed Prior Design Knowledge in New Vehicle Crashworthiness Predictions
- Translated title:
- Transfer-Learning-Methoden zur Einbettung früherer Konstruktionskenntnisse in Prognosen zur Crashsicherheit neuer Fahrzeuge
- Author:
- Colella, Giada
- Year:
- 2025
- Document type:
- Dissertation
- Faculty/School:
- TUM School of Engineering and Design
- Institution:
- Professur für Computational Mechanics (Prof. Duddeck)
- Advisor:
- Duddeck, Fabian (Prof. Dr. habil.)
- Referee:
- Duddeck, Fabian (Prof. Dr. habil.); Stefanou, Georgios (Prof., Ph.D.); Faes, Matthias (Prof. Dr.)
- Language:
- en
- Subject group:
- BAU Bauingenieurwesen, Vermessungswesen
- Keywords:
- transfer learning; crashworthiness; finite element
- TUM classification:
- BAU 005
- Abstract:
- This thesis explores the application of Transfer Learning (TL) to improve crashworthiness prediction in the automotive industry. It presents a TL framework to predict structural performance with scarce data, evaluates various Neural Network models, and enhances predictions by combining old and new data. Case studies show the potential of TL in complex scenarios, including full-vehicle crash analysis. The thesis demonstrates the ability of TL to streamline design processes and enhance safety.
- Translated abstract:
- Diese Dissertation untersucht die Anwendung von Transfer Learning (TL), um die Vorhersage der Crashsicherheit in der Automobilindustrie zu verbessern. Sie präsentiert einen TL-Rahmen, um die strukturelle Leistung bei begrenzten Daten vorherzusagen, bewertet verschiedene neuronale Netzwerkmodelle und verbessert Vorhersagen durch die Kombination alter und neuer Daten. Fallstudien zeigen das Potenzial von TL in komplexen Szenarien, einschließlich der vollständigen Fahrzeug-Crashanalyse.
- WWW:
- https://mediatum.ub.tum.de/?id=1762313
- Date of submission:
- 22.11.2024
- Oral examination:
- 22.07.2025
- File size:
- 42775956 bytes
- Pages:
- 171
- Urn (citeable URL):
- https://nbn-resolving.org/urn:nbn:de:bvb:91-diss-20250722-1762313-0-4
- Published:
- 19.09.2025
BibTeX