témavezető: Sidor Jurij
társ-témavezető: Kovács Péter
helyszín (magyar oldal): Eötvös Loránd Tudományegyetem, Informatikai Kar helyszín rövidítés: ELTE
A kutatási téma leírása:
Az anyagok feldolgozása összetett termomechanikai láncot foglal magában. A feldolgozás minden eleme szorosan összefügg az anyagok belső szerkezetével, és meghatározza az anyag végső tulajdonságát és teljesítményét. A hagyományos számítási algoritmusok arra a szintre fejlődtek, hogy lehetővé teszik mind a szövetszerkezet, mind a kapcsolódó tulajdonságok alakulásának rögzítését, azonban ezek a numerikus megközelítések sok esetben számos modellparamétert tartalmaznak, amelyeket minden anyagtípushoz és minden egyes technológiához meg kell határozni. További kihívást jelent a mérések során nyerhető adatmennyiség, mely általában nem elegendő a kizárólag adatalapú mesterséges intelligencia algoritmusok közvetlen alkalmazásához sem. Ezért a szerkezeti elemek például mikroszkopikus és nanoméretű fejlesztésével kapcsolatos alap ismeretek megszerzéséhez ún. tudásvezérelt mélytanuló algoritmusok fejlesztésére van szükség, melyek ötvözik a matematikai modellekből származtatott számítási technikák és az adat alapú gépi tanulás előnyeit.
Ennek fényében a PhD munka fő célja a meglévő és új algoritmusok fejlesztésének korlátainak feltárása, amelyek lehetővé teszik a feldolgozási paraméterek és a feldolgozás során a jellegzetes mikrostruktúra és szub-szerkezet alakulása közötti összefüggés meghatározását. A kutatás során olyan tudásvezérelt neurális hálók kifejlesztésére van szükség, melyekben az alkalmazásspecifikus ismeretek beépíthetők a háló architektúrájába, a tanítás célfüggvényébe, illetve az adatok tulajdonságvektoraiba. Így nem csak pontos, hanem egyúttal konzisztens, a fizikai törvényszerűségeknek megfelelő becslések adhatók. A gépi tanulási algoritmusok képzése a deformációs és hőkezelési eljárások során nyert kísérleti adatok felhasználásával történik. A virtuális feldolgozás során nyert eredményeket a már meglévő technológiák módosítására, illetve újak fejlesztésére használjuk fel.
további elvárások: MSc diploma a következő területek egyikén: informatika, anyagmérnök, építészmérnök, fizika, gépészmérnök vagy kapcsolódó területek.
felvehető hallgatók száma: 1
Jelentkezési határidő: 2024-05-31
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
