Projektdaten

---

Deep Learning in und von Turbulenz

---

Die Anwendung von Maschinellem Lernen (ML) und künstlicher Intelligenz (KI) auf experimentelle Messungen und Simulationsrechnungen von Turbulenz eröffnet einzigartige Möglichkeiten komplexe Daten nach physikalischen Kriterien neu zu klassifizieren und somit ein bisher fehlendes Verständnis der grundlegenden Transportprozesse für effektivere Modellierungen turbulenter Strömungen zu gewinnen. Mittels KI soll die Dynamik turbulenter Superstrukturen — großskalige Muster der Turbulenz — aus umfangreichen Forschungsdatensätzen horizontal ausgedehnter Konvektionsströmungen extrahiert, in dimensionsreduzierten nichtlinearen dynamischen Systemen vorhergesagt sowie deren Auswertung in optischen Strömungsmessverfahren beschleunigt werden Diese Anwendungen erfordern eine Erweiterung der mathematischen Grundlagen, u.a. durch optimierungsbasierte prädikative Regelung in ML Algorithmen, die eine effizientere Vorhersage von Turbulenz erst ermöglichen.