Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Künstliche Intelligenz und Maschinelles Lernen im Kontext der Forschung im Konstruktiven Glasbau
Der Einsatz Künstlicher Intelligenz (KI) erfährt aufgrund zunehmender Datenerfassungs‐ und Verarbeitungsmöglichkeiten eine große Verbreitung. Ein gesellschaftlicher und wirtschaftlicher Wandel wird von zahlreichen Unternehmensleitern, Politikern und Forschern vorhergesagt. Maschinelles Lernen (ML) ist eine Unterkategorie der KI, welche bereits heute weltweit in zahlreichen Anwendungen genutzt wird. In diesem Artikel wird der Hintergrund von KI und ML vorgestellt, wobei auf die spezifischen Besonderheiten bei der Anwendung des ML auf Probleme im Ingenieurkontext eingegangen wird. Ferner werden die Potenziale von ML einerseits für die Materialparameteridentifikation und Unsicherheitsquantifizierung von hyper‐ und viskoelastischen Konstitutivgesetzen von Polymeren des Konstruktiven Glasbaus gezeigt und andererseits die Anwendung von ML zur Auswertung und statistischen Vorhersage von Bruchmustern thermisch vorgespannter Gläser untersucht. Schließlich findet eine erste Bewertung der möglichen Anwendbarkeit von ML‐Techniken auf Forschungsfragen im Konstruktiven Glasbau statt.
Artificial Intelligence and Machine Learning in the Context of Research in Constructive Glass Construction. The use of artificial intelligence (AI) is becoming increasingly widespread due to increasing data acquisition and processing possibilities. A social and economic change is predicted by numerous company managers, politicians and researchers. Machine Learning (ML) is a subcategory of AI, which is already used worldwide in numerous applications. In this article, the background of AI and ML will be presented, with emphasis is given to the specifics of the application of ML to engineering problems. Furthermore, the potentials of ML for the material parameter identification and uncertainty quantification of hyper‐ and viscoelastic constitutive laws of polymers of structural glass engineering are shown. Besides that, the application of ML for the evaluation and statistical prediction of fracture patterns of thermally pre‐stressed glass is investigated. Finally, a first evaluation of the possible applicability of ML techniques to research questions in structural glass engineering is conducted.
Künstliche Intelligenz und Maschinelles Lernen im Kontext der Forschung im Konstruktiven Glasbau
Der Einsatz Künstlicher Intelligenz (KI) erfährt aufgrund zunehmender Datenerfassungs‐ und Verarbeitungsmöglichkeiten eine große Verbreitung. Ein gesellschaftlicher und wirtschaftlicher Wandel wird von zahlreichen Unternehmensleitern, Politikern und Forschern vorhergesagt. Maschinelles Lernen (ML) ist eine Unterkategorie der KI, welche bereits heute weltweit in zahlreichen Anwendungen genutzt wird. In diesem Artikel wird der Hintergrund von KI und ML vorgestellt, wobei auf die spezifischen Besonderheiten bei der Anwendung des ML auf Probleme im Ingenieurkontext eingegangen wird. Ferner werden die Potenziale von ML einerseits für die Materialparameteridentifikation und Unsicherheitsquantifizierung von hyper‐ und viskoelastischen Konstitutivgesetzen von Polymeren des Konstruktiven Glasbaus gezeigt und andererseits die Anwendung von ML zur Auswertung und statistischen Vorhersage von Bruchmustern thermisch vorgespannter Gläser untersucht. Schließlich findet eine erste Bewertung der möglichen Anwendbarkeit von ML‐Techniken auf Forschungsfragen im Konstruktiven Glasbau statt.
Artificial Intelligence and Machine Learning in the Context of Research in Constructive Glass Construction. The use of artificial intelligence (AI) is becoming increasingly widespread due to increasing data acquisition and processing possibilities. A social and economic change is predicted by numerous company managers, politicians and researchers. Machine Learning (ML) is a subcategory of AI, which is already used worldwide in numerous applications. In this article, the background of AI and ML will be presented, with emphasis is given to the specifics of the application of ML to engineering problems. Furthermore, the potentials of ML for the material parameter identification and uncertainty quantification of hyper‐ and viscoelastic constitutive laws of polymers of structural glass engineering are shown. Besides that, the application of ML for the evaluation and statistical prediction of fracture patterns of thermally pre‐stressed glass is investigated. Finally, a first evaluation of the possible applicability of ML techniques to research questions in structural glass engineering is conducted.
Künstliche Intelligenz und Maschinelles Lernen im Kontext der Forschung im Konstruktiven Glasbau
Kraus, Michael A. (Autor:in)
ce/papers ; 3 ; 161-173
01.03.2019
13 pages
Aufsatz (Zeitschrift)
Elektronische Ressource
Englisch
Forschung und Entwicklung im Konstruktiven Glasbau
| Online Contents | 2007
Forschung und Entwicklung im Konstruktiven Glasbau
| Wiley | 2007
Forschung und Entwicklung im Konstruktiven Glasbau
| Tema Archiv | 2007
Kleben im konstruktiven Glasbau
| Wiley | 2011
Berechnungstafeln für den Konstruktiven Glasbau
| Online Contents | 2006