Maschinelles Lernen (ML) ist heute zweifellos eine der einflussreichsten und leistungsfähigsten Technologien der Welt. Im Bereich der Thermodynamik ermöglichen Algorithmen und Datenbanken die Vorhersage von noch unbekannten Eigenschaften und deren Interpretation. Auch wenn ML die Leistung von KI-Systemen erheblich verbessert hat, gibt es noch zahlreiche Bereiche, die auf diese Weise optimiert und entwickelt werden können.

Das Projekt, an dem ich in Zusammenarbeit mit dem Fachbereich Informatik arbeite, befasst sich mit der Translation von thermodynamischem Wissen auf Computer, was wir als „Machine Teaching“ bezeichnen könnten. Wir zeigen, dass die Maschine dieses Wissen nutzen kann, um thermodynamische Probleme zu lösen und erklärbare Lösungen mit einer Garantie für Korrektheit zu produzieren. Das handlungsfähige Wissensrepräsentationssystem, das für diesen Zweck entwickelt wird, heißt KnowTD. Es basiert auf einer Ontologie der Thermodynamik, die das Wissen über thermodynamische Theorie, Materialeigenschaften und thermodynamische Probleme darstellt.

Vorlesungsbetreuung

-

Sprechzeiten

Nach Vereinbarung

Veröffentlichungen

-

Vorträge

-

Poster

-