Verfahrenstechnik 4.0: Maschinelles Lernen und Physikalische Modellierung
Schwerpunktthema: | Künstliche Intelligenz |
---|---|
Art der Förderung: | Projektförderprogramme |
Programm: | CZS Perspektiven |
Geförderte Institution: |
|
Im Projekt geht es um die Zusammenführung von maschinellem Lernen und physikalischer Modellierung. Die beiden geförderten Juniorprofessor:innen betrachten verfahrenstechnische Prozesse von grundlegenden Stoffdaten bis hin zu industriellen Verfahren.
Ziele
Künstliche Intelligenz, vor allem das Maschinelle Lernen, wird für Industrieanlagen immer wichtiger: So sollen Anlagen anhand ihrer eigenen Daten selbstständig hinzulernen. Das physikalische Wissen über solche Anlagen existiert bereits. Was aber fehlt, ist das Zusammenführen beider Bereiche. Mit dieser Thematik befassen sich Prof. Dr. Sophie Burkhardt und Prof. Dr. Fabian Jirasek. Die beiden geförderten Juniorprofessor:innen kooperieren eng und sollen so eine Verfahrenstechnik 4.0 schaffen. Dabei sind sie Teil einer interdisziplinären Gruppe mit erfahrenen Forschern aus Ingenieurwissenschaften, Informatik, Mathematik und Chemie.
Beteiligte Personen:
Prof. Dr.-Ing. Hans Hasse
Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau
Detailinformation:
Schwerpunktthema: | Künstliche Intelligenz |
---|---|
Programm: | CZS Perspektiven |
Art der Förderung: | Projektförderprogramme |
Zielgruppe: | Professor:innen |
---|---|
Fördersumme: | 1.500.000 € |
Zeitraum: | September 2020 - August 2025 |