Tutorium Physikalisch Informierte Neuronale Netze in der Chemischen Verfahrenstechnik

Der Kurs behandelt in einem (kurzen) theoretischen Teil: - Aufbau und die Funktionsweise von neuronalen Netzen. - Die Implementierung und das Training von neuronalen Netzen in der Python Bibliothek PyTorch. - Verschiedene Möglichkeiten, physikalisch/chemisches Vorwissen in die Struktur oder den Trainingsprozess von neuronalen Netzen zu integrieren. - Grundlagen der mathematischen Beschreibung chemischer Reaktoren. - Modellierung von chemischen Reaktoren mittels physikalisch informierter neuronaler Netze (PINNs). Im (umfangreicheren) praktischen Teil des Kurses erstellen die Studierenden in Gruppenarbeit ein Modell eines industriellen Reaktors, das auf physikalisch informierten Netzen basiert. Der Kurs wird gemeinsam für Studierende der Fachrichtungen Maschinenbau und Chemie angeboten. Auf diese Weise können die Studierenden in der Gruppenarbeit Erfahrung im interdisziplinären Arbeiten sammeln.