Titlebar

Export bibliographic data
Literature by the same author
plus on the publication server
plus at Google Scholar

 

Künstliche neuronale Netze und deren Anwendung in der Finite-Elemente-Analyse : B12/17

Title data

Müller, André:
Künstliche neuronale Netze und deren Anwendung in der Finite-Elemente-Analyse : B12/17.
Bayreuth , 2017 . - 83 p.
( Bachelor thesis, 2017 , Universität Bayreuth, Fakultät für Ingenieurwissenschaften, Lehrstuhl Konstruktionslehre/CAD)

Abstract in another language

Der Begriff "Künstliche Intelligenz (KI)" weckt Assoziationen mit menschlichen Robotern oder Science-Fiction-Romanen und wird kontrovers diskutiert. Die KI-Forschung zielt darauf ab, menschliche Intelligenz mit Computern zu imitieren. Dabei rücken Themen wie selbstfahrende Autos, Smart Homes und personalisierte Werbung, alles praktische Anwendungen der KI, immer mehr in das Bewusstsein der Öffentlichkeit. Es bleibt abzuwarten, wie diese Anwendungen Einfluss auf den Alltag nehmen. Eine weit verbreitete Methode der KI stellt hierbei das sogenannte "künstliche neuronale Netz (KNN)" dar, zu welchem bereits 1943 das Paper "logical calculus of the ideas immanent in nervous activity" von McCulloch und Pitts veröffentlicht wurde. Das von ihnen beschriebene mathematische Modell eines Neurons als grundlegendes Schaltelement legte den Grundstein für die Programmierung von künstlichen neuronalen Netzen und damit für ein fundamentales Teilgebiet der KI. Diese neuronalen Netze werden auch zum Wissenschaftsgebiet des Natural Computing gezählt, dessen Ziel es ist, natürliche Organismen zu verstehen und naturinspiriert neue Rechensysteme zu entwickeln. Da unlängst neuronale Netze in unterschiedlichste Anwendungen in Informatik, Ingenieur- und Wirtschaftswissenschaft integriert wurden, soll in dieser Arbeit überprüft werden, ob diese Methode auch in der Finite-Elemente-Analyse (FEA) Vorteile bringen kann. Aus diesem Grund werden zunächst die Funktionsweise und das Vorgehen zur Erstellung eines neuronalen Netzes erläutert. Anschließend werden bereits realisierte Entwicklungen, die neuronale Netze und FEA kombinieren, beschrieben und ein eigenes Beispiel zu diesem Themengebiet vorgestellt.

Further data

Item Type: Bachelor thesis
Keywords: FEA; Optimierung; KI
Institutions of the University: Faculties > Faculty of Engineering Science > Chair Engineering Design and CAD
Faculties > Faculty of Engineering Science > Chair Engineering Design and CAD > Chair Engineering Design and CAD - Univ.-Prof. Dr.-Ing. Frank Rieg
Faculties
Faculties > Faculty of Engineering Science
Result of work at the UBT: Yes
DDC Subjects: 600 Technology, medicine, applied sciences > 620 Engineering
Date Deposited: 26 Sep 2017 08:26
Last Modified: 26 Sep 2017 08:26
URI: https://eref.uni-bayreuth.de/id/eprint/39749