Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAIIm Geschäftsfeld Numerische datenbasierte Vorhersage steht die Behandlung komplexer Daten aus physikalisch-technischen Anwendungen im Fokus, insbesondere um den Herausforderungen von Industrie 4.0 gerecht zu werden. Dafür nutzen wir Mathematik, Maschinelles Lernen und Ingenieurwissen und entwickeln robuste, skalierbare und domänenangepasste Datenanalysekonzepte- und methoden. Anwendungen finden sich in der virtuellen Produktentwicklung auf Basis von CAE, in der Zustandsüberwachung einschließlich der prädiktiven Wartung oder in der Realisierung digitaler Zwillinge.
Unsere Forschung basiert auf mathematischen Prinzipien und zielt insbesondere darauf ab, vorhandenes Anwendungswissen zu integrieren und zu nutzen. Wissenschaftliche Schwerpunkte sind numerische Methoden für hochdimensionale Problemstellungen und die Entwicklung domänenspezifischer Datenrepräsentationen sowie geeigneter Ähnlichkeitsmaße. Wir arbeiten an der effizienten Verarbeitung und Analyse großer und komplexer Datenmengen, beispielsweise Zeitreihen oder numerische Simulationsergebnisse, quantifizieren Unsicherheiten, stellen hochentwickelte Werkzeuge zum robusten Design bereit oder liefern Beiträge zum Transferlernen.
Weil die Forschung zum Maschinellen Lernen im Rahmen von Industrie 4.0 von Natur aus multidisziplinär ist, haben wir ein Team, das Kompetenzen aus Mathematik, Informatik, Ingenieurwesen und Physik vereint.