Maschinelles Lernen und Optimierung in der technischen Produktentwicklung

Inhalte:

• Einführung in die grundlegenden Konzepte der Optimierung
• Mathematische Grundlagen
• Optimierungsalgorithmen
• Parameteroptimierung
• Bauteiloptimierung
• Topologieoptimierung
• Einführung in die grundlegenden Konzepte des Maschinellen Lernens
• Grundlagen zu Künstlichen Neuronalen Netzwerken (KNN)
• Datenaufbereitung und Training
• KNN im Kontext der Produktanalyse

Qualifikationsziele:

 Die Studierenden sollen:

• Optimierungsprobleme im Kontext der Produktentwicklung erkennen und formulieren können
• Optimierungsprobleme im Kontext der Produktentwicklung durch geeignete Wahl und Entwicklung von Parametrisierung, Modell und Suchalgorithmus lösen können
• Wichtige Verfahren des maschinellen Lernens verstehen und anwenden können
• Ein Verständnis entwickeln, wie Problemstellungen mit Verfahren des maschinellen Lernens effizient gelöst werden können