Description: Der Fokus des Teilvorhabens liegt auf der Erstellung, Verifizierung und Optimierung der Datenbasis für ein leistungsfähiges Foundation-Modell. Das Ziel ist es, Trainingsdaten in ausreichender Menge, Varianz und in einem geeigneten Zeitraum zu erstellen. Die Basis dafür muss ein robuster Simulationsprozess für thermische und thermomechanische Strukturanalysen von gekühlten und ungekühlten Laufschaufeln bilden. Ein anschließendes zentrales Ziel des Teilvorhabens besteht darin, Methoden zu entwickeln, die es ermöglichen, die generierte Datenbasis zu reduzieren und in einer optimierten Form aufzubereiten. Diese Datenreduktion ist entscheidend, um die immense Menge an Simulationsdaten auf ein handhabbares Maß zu bringen, ohne relevante Informationen zu verlieren. Die aufbereitete Datenbasis soll so gestaltet sein, dass sie optimal für das Training und die Nutzung des Foundation-Modells eingesetzt werden kann. Darüber hinaus strebt die d.u.h. Group an, sowohl die Ergebnisqualität als auch die Effizienz des gesamten Prozesses deutlich zu steigern. Dies umfasst die Implementierung von Ansätzen, die es ermöglichen, qualitativ hochwertige Trainingsdaten in einem vertretbaren Zeitrahmen zu generieren. Durch diese Effizienzsteigerung soll sichergestellt werden, dass die Methoden nicht nur theoretisch fundiert, sondern auch praktisch anwendbar sind und eine hohe Skalierbarkeit bieten. Diese Ansätze versuchen wir mit einer Erweiterung der Submodelltechnik zu erzielen.
Types:
SupportProgram
Tags:
Energiewende
?
Automatisierung
?
Region:
Nordrhein-Westfalen
Bounding boxes:
6.76339° .. 6.76339° x 51.21895° .. 51.21895°
License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0
Language: Deutsch
Organisations
Time ranges:
2025-08-01 - 2028-07-31
Alternatives
-
Language: Englisch/English
Title: Sub-project: Automation and efficiency increase for AI-supported simulation
Description: The focus of the sub-project is on creating, verifying and optimizing the database for an efficient foundation model. The aim is to create training data in sufficient quantity, variance and within a suitable period of time. The basis for this must be a robust simulation process for thermal and thermomechanical structural analyses of cooled and uncooled blades. A subsequent central objective of the sub-project is to develop methods that make it possible to reduce the generated database and process it in an optimized form. This data reduction is crucial in order to reduce the immense amount of simulation data to a manageable level without losing relevant information. The prepared database should be designed in such a way that it can be used optimally for training and using the foundation model. In addition, the d.u.h. Group aims to significantly increase both the quality of results and the efficiency of the entire process. This includes the implementation of approaches that make it possible to generate high-quality training data within a reasonable timeframe. This increase in efficiency should ensure that the methods are not only theoretically sound, but also practically applicable and highly scalable. We are trying to achieve these approaches with an extension of the submodel technique.
https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1139344
Status
Quality score
- Overall: 0.51
-
Findability: 0.72
- Title: 1.00
- Description: 0.30
- Identifier: false
- Keywords: 1.00
- Spatial: RegionIdentified (1.00)
- Temporal: true
-
Accessibility: 0.67
- Landing page: Specific (1.00)
- Direct access: false
- Publicly accessible: true
-
Interoperability: 0.00
- Open file format: false
- Media type: false
- Machine-readable metadata: false
- Machine-readable data: false
-
Reusability: 0.67
- License: ClearlySpecifiedAndFree (1.00)
- Contact info: false
- Publisher info: true
Accessed 1 times.