Springe zum Inhalt

Hybride Modellierung

»Hybride Modellierung verstehen wir als die Zusammenführung verschiedenartiger Methoden der computergestützten Modellierung für technische oder medizinische Anwendungsbereiche.«

Die systematische Entwicklung hybrider Modelle ist eine weitreichende Forschungsfrage und ein junges, sich schnell entwickelndes Forschungsfeld. Impulse kommen dabei oft aus anwendungsnahen Fragestellungen, in denen weder datengetriebene noch simulationsbasierte Ansätze befriedigende Antworten bieten.

Die AG Hybride Modellierung untersucht dies in zwei Anwendungsfeldern:

  • Hybride Modellierung für Monitoring technischer Prozesse
  • Hybride Modellierung für Anwendungen in der Medizin

Eine computergestützte Modellierung folgt seit langem zwei etablierten Paradigmen:

  • Data Driven Verfahren

    Datengetriebene („data driven“) Verfahren wenden analytische Methoden der Statistik, des maschinellen Lernens sowie der künstlichen Intelligenz auf empirisch erhobene Daten, z.B. Mess- oder Nutzerdaten, an, um Zusammenhänge zwischen beobachteten Größen aufzuspüren, das Verhalten von Systemen zu überwachen, vorherzusagen oder zu kontrollieren.

  • Physics based Verfahren

    Physikalisch-technische Computer-Simulationen („physics based“) leiten hingegen aus abstrahierten naturwissenschaftlichen Zusammenhängen, mathematisch formuliert in der Sprache von (Differenzial-) Gleichungen, durch deren Lösung ebenfalls das Verhalten von Systemen ab. Sie finden ebenfalls Einsatz in der Aufklärung von Zusammenhängen, in der modellbasierten Regelung oder der Prognostik.

    •

Hybride Modellierung für Monitoring technischer Prozesse

Wir setzen datengetriebene, simulationsbasierte und hybride Modellierung zur Überwachung von Produktionsprozessen ein. Im Projekt PromoAdd3D werden Beiträge zu einem KI gestützten Prozessmonitoring des SLM Prozesses entwickelt. Im Projekt KIproBatt entwickeln wir in Zusammenarbeit mit Partnern hybride Modelle für die Prozessüberwachung einer forschungsnahen Kleinserienfertigung von innovativen Li-Ionen Batterien. Hybride Modelle können auch eine Rolle im Bereich der Prädiktiven Wartung spielen, die wir im Projekt KAnIS untersuchen.

Projekte

  • NAWOBI

    Nachhaltigkeits-Workshops für Bildungseinrichtungen

    Mehr erfahren

  • Forschungskreuzung Aschaffenburg

    Die Daten der Verkehrserfassung bilden die Grundlage für Forschungsprojekte zur Erhöhung der Verkehrssicherheit sowie zur Weiterentwicklung von autonomen Fahrfunktionen und intelligenter Infrastruktur.

    Mehr erfahren
  • Drei Studierende sitzen auf der Campus Wiese und unterhalten sich

    SHERLOCK

    Das ERASMUS-Kooperationsprojekt hat das Ziel, die Ausbildung in Umfragemethodik durch digitales, spielerisches Lernen neu zu gestalten.

    Mehr erfahren

  • KAmA

    Entwicklung eines KI-Avatars zur Unterstützung komplexer manueller Arbeitsprozesse

    Mehr erfahren
  • Verkehrserfassung mit LiDAR-Sensoren im Reallabor Mobilität

    Reallabor Mobilität

    Intelligente Verkehrserfassung und -optimierung für Aschaffenburg. Das deutschlandweit einzigartige Forschungsprojekt untersucht Verkehrsströme am gesamten Cityring, um die Sicherheit der Verkehrsteilnehmenden zu erhöhen und nachhaltige, übertragbare Lösungen für städtische Mobilität zu entwickeln.

    Mehr erfahren

  • ConnectS UP

    ConnectS UP intensivierte die Verbindung zwischen Hochschullehre und Unternehmen durch innovative, praxisnahe Lehrkonzepte, bei denen Lehrenden, Unternehmen und Studierende integriert wurden.

    Mehr erfahren

  • ASTRABAX

    Entwicklung einer multimodalen Plattform für Material- und Biowissenschaften unter extremen, multikausalen Strahlungsbedingungen in großer Höhe

    Mehr erfahren
  • Gruppe von 11 Menschen vor einer weißen Leinwand mit der Aufschrift "STEPS4EU".

    ERASMUS+ Projekt STEPS4EU

    Verbesserung des Gesamterfolgs bei der Durchführung von Ingenieurprojekten in der EU durch Ausbau übergreifender Kompetenzen aller Teammitglieder.

    Mehr erfahren

  • KIsS

    Entwicklung einer themen- und anwendungsübergreifende Hard- und Software-Plattform zur KI-gestützten Sensordatenanalyse

    Mehr erfahren
  • Mainproject

    mainproject

    Wissenstransferprojekt mit den Schwerpunkten Digitale Transformation, Nachhaltigkeit und Agile Transition zur Stärkung der Wettbewerbsfähigkeit von KMU in der Region Bayerischer Untermain.

    Mehr erfahren

Hybride Modellierung für Anwendungen in der Medizin

Computerbasierte Simulationsumgebungen bieten die Möglichkeit, die epidemiologische Dynamik von Infektionskrankheiten zu modellieren. Wir entwickeln eine solche Plattform weiter, um die Dynamik der COVID-19 Pandemie im Raum Aschaffenburg zu modellieren und automatisiert Vorschläge für mögliche Maßnahmen zur Reduzierung des Infektionsgeschehens bei gleichzeitiger Minimierung von Beschränkungen für den Einzelnen zu ermitteln.

Downloads

Zurück zur Übersicht: Labor für Medizinische IT und Simulation