Skip to main content

Research Group of Prof. Dr. Jochen Garcke

Research Projects

Current

High dimensionality and data analysis

Project B2, HCM Research Areas.

Homepage.

Center for Earth System Observation and Computational Analysis

Show description. Homepage.

DKZ.2R Rhein-Ruhr Zentrums für wissenschaftliche Datenkompetenz

Datenkompetenzzentren für die Wissenschaft.

Details.

Completed

High-dimensional problems and multi-scale methods

Project Area J, Cluster of Excellence.

Homepage.

Mathematik für maschinelle Lernmethoden für Graph-basierte Daten mit integriertem Domänenwissen

BMBF.

Details.

P3ML - Projektgekoppelter, Potentialorientierter und Praxisintegrierter Erwerb von ML Engineering Wissen

BMBF.

Show description.

Reinforcement Learning in a Continuous State Space

DFG priority program 1324.

Details. Homepage.

SIMDATA-NL: Nichtlineare Charakterisierung und Analyse von FEM-Simulationsergebnissen für Autobauteile und Crash-Tests

BMBF support program.

Details. Homepage.

Research Directions

Numerische datenbasierte Vorhersage

Fraunhofer.

Hide description. Homepage.

In der Abteilung Numerische datenbasierte Vorhersage am Fraunhofer SCAI 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.

Die 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.

Siehe auch die Seiten der Abteilung Numerische datenbasierte Vorhersage bei Fraunhofer SCAI, sowie über die Zusammenarbeit zwischen INS und Fraunhofer SCAI.