Kolloquium

Was haben Computer Generated Imagery und Animationsfilme mit der Satellitenfernerkundung gemeinsam? Weshalb stellen Wolken in Klimasimulationen eine so große Herausforderung dar? Und was hat das Ganze mit Fahrerassistenzsystemen zu tun? Diese Fragestellungen waren am 14.5.2024 Gegenstand eines Vortrags im Rahmen des Kolloquiums Angewandte Mathematik.

Im ersten Teil wurde vorgestellt, wie eine Oberfläche einen Laserstrahl reflektiert und welche Modellierungsansätze dafür existieren. Der Beitrag numerischer Simulationen auf Basis der geometrischen Optik zur Verifikation solcher Modelle wurde erläutert.
Im zweiten Teil des Vortrags wurde auf die Streuung von Licht an Wassertröpfchen eingegangen. Ein numerischer Ansatz unter Verwendung der Mie-Streutheorie und einem Monte-Carlo Raytracer wurde vorgestellt und das Strahlungsfeld in einer dreidimensionalen, inhomogenen Atmosphäre berechnet. Insbesondere Wolken sorgen dabei für einen enormen Anstieg der Rechenzeiten.

Im ersten Teil des Vortrags stellte Herr Schäfer verschiedene Disziplinen der Abteilung Simulation vor, u.a. Magnet-Sensorik, Thermosimulation und Strukturmechanik. Dabei ging er insbesondere auf die jeweils zugrundeliegenden mathematischen Modelle und numerischen Lösungsmethoden ein.

Im zweiten Teil wurde eine konkrete Aufgabenstellung aus der Strukturmechanik behandelt. Dabei stand nicht nur die Problemlösung im Vordergrund, sondern auch praktische Aspekte und Zusammenhänge.
So wurde dargelegt, dass der Weg zur Problembeschreibung bereits einen wichtigen Teil der Arbeit bestimmt, wobei Kommunikation eine maßgebliche Rolle spielt. Zudem wurde gezeigt, weshalb die Wahl einer geeigneten Lösungsmethode in der Praxis nicht immer nur von Effizienz und Genauigkeit abhängt. Auf diese Weise schlug der Vortrag eine Brücke zwischen akademischer Problemlösung und praktischen Erfahrungen.

Joshua Simon, Mathematik-Absolvent der THWS und Mitarbeiter bei DAIN Studios, trug zum Thema "Time Series Change Point Detection: Adaptive LSTM-Autoencoders im Vergleich zu verwandten State-Of-The-Art-Algorithmen" im Rahmen unseres Kolloquiums Angewandte Mathematik vor.

Eine kurze Zusammenfassung gibt der Abstract des Vortrags:
Change point detection (CPD) in time series data is a relevant task in modern data science fields. CPD is used to detect abrupt changes in the given data distribution, therefore having applications in a wide range of disciplines. In this talk, an approach to online change point detection is presented using unsupervised deep learning techniques. Following state-of-the-art research, LSTM-autoencoder based neural networks are exploited to perform online detection. The model adapts to new training samples to yield better prediction quality. With its flexible nature, this approach fits well to multi-dimensional time series and big data problems. This method of CPD, the so-called Adaptive LSTM-Autoencoder Change-Point Detection (ALACPD), is compared to a set of offline and online CPD algorithms in terms of performance as well as accuracy of the detected change points. The comparison between ALACPD with kernelbased change point detection (KCPD) and Bayesian online change point detect (BOCPD) yields the strengths of the individual algorithms and shows that a neural network approach provides a flexible solution to the change point detection problem. It even outperforms state-of-the-art algorithms in several data situations.

Sabrina Übel, Tobias Rachidi und Mirco Wipke vom Bayerischen Landesamt für
Statistik haben kürzlich unser Kolloquium Angewandte Mathematik mit ihren
spannenden Vorträgen bereichert!

Pflegebedarf
Sie gaben uns tiefe Einblicke
in ein laufendes Projekt zur Pflegebedarfsermittlung. Angetrieben vom
demografischen Wandel arbeiten sie an einer bayernweiten, einheitlichen
Pflegebedarfsermittlung basierend auf amtlichen Pflege- und Bevölkerungsdaten.

Lohn- und Einkommensteuer
Sie erläuterten auch, wie das Landesamt für Statistik
auf Basis der Lohn- und Einkommensteuerstatistik verschiedene Szenarien berechnet.
Diese dienen der Politik als Entscheidungsgrundlage für die Verteilung des
Steueraufkommens auf die einzelnen Gemeinden.

Hochschulen
Schließlich präsentierten sie ihre Arbeit mit Daten zu
Studierenden, Prüfungen, Promovierenden, Personal und Habilitationen.
Nach der Übermittlung an das Landesamt werden diese Daten plausibilisiert
und in einem Data Warehouse publiziert.

Bildunterschriften

Bayerisches Landesamt für Statistik in Schweinfurt.

Von links nach rechts: Prof. Bletz-Siebert (THWS), Sabrina Übel (LfStat), Tobias Rachidi (LfStat), Christine Geus-Schmitt (LfStat), Patrick Müller (Student THWS und Praktikant bei LfStat), Mirco Wipke (LfStat), Prof. Fabeck (THWS)

Der 3D Metalldruck ist eine Fertigungstechnologie, die es ermöglicht, komplexe Metallteile mit hoher Präzision herzustellen. Dabei wird Metallpulver schichtweise aufgetragen und mit einem Laser verschmolzen. Der Prozess erfordert eine genaue Überwachung, um sicherzustellen, dass die Teile korrekt und fehlerfrei gedruckt werden. Der 3D Metalldruck bietet viele Vorteile, wie z. B. eine höhere Präzision, eine schnellere Fertigung und eine größere Designfreiheit im Vergleich zu traditionellen Fertigungsmethoden. Die Technologie wird in verschiedenen Bereichen eingesetzt, wie z. B. in der Luft- und Raumfahrt, Medizintechnik und im Automobilbau.

Nach einer kurzen Einführung in den Metalldruck, werden die Grundlagen der semantischen Segmentierung erläutert. Sie ist eine Bildverarbeitungstechnik ist, die es ermöglicht, bestimmte Objekte oder Bereiche in einem Bild automatisch zu identifizieren und zu klassifizieren. Diese Technik kann beim 3D Metalldruck eingesetzt werden, um den Prozess in Echtzeit zu überwachen und sicherzustellen, dass die gedruckten Teile den erforderlichen Spezifikationen entsprechen. Anhand von verschiedenen Metriken kann die Abweichung der Ist-Geometrie von der Soll-Geometrie gemessen werden.

Bildunterschrift: Anna-Maria Schmitt (IDEE der THWS)

Logic is the traditional scientific approach to represent knowledge in a formal way and draw conclusions from given knowledge. Machine learning, on the other hand, targets similar challenges and draws early roots from logical frameworks. In this talk, we will explore the evolution of machine learning from logic-based approaches to modern parameter-based models and introduce new initiatives in logic-based machine learning. Limitations of modern parameterbased methods, such as the lack of explainability and efficiency, have motivated the renaissance of the logic-based approach. The recent development of largescale knowledge graphs and the semantic web initiatives further provide rich sources of structured data to be exploited in logic-based machine learning. We will conclude the talk with a brief introduction of the ENEXA project and the
current challenges of machine learning on knowledge graphs to be investigated within this project.

Bildunterschrift: Dr. Alex Goeßmann, DATEV eG, Nürnberg

Fabian Lenz, ein Mathematik-Absolvent der THWS und wissenschaftlicher Mitarbeiter beim Wehrwissenschaftlichen Institut für Schutztechnologien - ABC-Schutz (WIS) hielt einen spannenden und informativen Vortrag über Numerische Simulationen für den militärischen Schutz. Interessante Fragenstellungen ergaben sich hinsichtlich der Anwendbarkeit der Ergebnisse und der Mathematik der zugrundeliegenden Verfahren. Herr Lenz erläuterte auch Möglichkeiten für Praktika.

Zusammenfassung

Moderne elektronische Systeme weisen Empfindlichkeiten gegenüber elektromagnetischen Störbeeinflussungen - EMI (Electromagnetic Interference) - auf. Diese unterteilen sich in elektromagnetische Verträglichkeit in normalen Umgebungen und dem Schutz gegenüber elektromagnetischen Pulsen. Diese können natürlichen z.B. LEMP (Lightning Electromagnetic Pulse) oder technisch generierten (N)EMP (Nuclear Electromagnetic Pulse) Ursprungs sein. Militärisch  genutzte Systeme müssen unempfindlicher oder robuster gegenüber den o.g. Effekten sein. Um sicherzustellen, dass militärisch genutzte Systeme den hohen Anforderungen  des militärischen Standards genügen, werden im Rahmen von Testverfahren die EMI-Verträglichkeiten getestet. Dabei unterstützt die numerische Feldsimulation die Arbeit erheblich. Abhängig von der Aufgabenstellung  bietet die Numerik diverse mathematische Ansätze, um Lösungen zu generieren. Das Verfahren der Momenten-Methode hat sich in vielen Fällen als erfolgreich erwiesen. In Kombination mit anderen Verfahren sind schnelle und detaillierte Analysen möglich.

Fabian Lenz
Wissenschaftlicher Mitarbeiter, Numerische Simulation
WIS GF 330
Humboldtstr. 1 | DE 29633 Munster

Bildunterschriften (von oben nach unten):

• Fabian Lenz im Anschluss an seinen Vortrag.
• Induzierte Oberflächenströme durch Radarstrahlung auf der Fregatte der Brandenburg-Klasse (WIS,   Munster).
• Darstellung des Fernfelds einer Helix-Antenne (WIS,   Munster).
• FFT-Auswertung QEXP (WIS,   Munster).
• Antennenplatte (WIS,   Munster).

Von Physik im Schwimmbad zu neuartigen Flüssigkristallen: Wie mathematische Methoden helfen, komplexe Fluide zu verstehen

Fluide ist der Oberbegriff für Flüssigkeiten und Gase. Komplexe Fluide bestehen aus mehreren Komponenten oder aus Molekülen, die neben den Positions- auch Orientierungs- oder Konformationsfreiheitsgrade besitzen. Anwendungsbeispiele sind Batterieelektro­lyte (mehr­komponentige Mischungen), Flüssigkristalle (aus anisotropen Molekülen) und geschmolzene Kunststoff­granulate (aus Polymerketten). Die Wirkungsweise komplexer Fluide beruht stets auf ihrer mikroskopischen Struktur, die durch bestimmte Längenskalen charakterisiert wird. Diese mikroskopische Struktur gilt es in Abhängigkeit von Eigenschaften der Moleküle eines Fluids zu bestimmen und zu verstehen. Nach einer Einführung in die elementaren Begriffe struktureller Fluide wird der Formalismus der Dichtefunktionaltheorie vorgestellt, der einen universellen Zugang zur mathematischen Modellierung von komplexen Fluiden bietet. An zahlreichen Beispielen wird vorgeführt, wie sich hiermit allgemeine exakte Beziehungen, systematische Approximationen und numerische Verfahren aus der Theorie der Fluide ergeben, und welche mathematischen Methoden dabei zum Einsatz kommen.

Bildunterschrift: Prof. Dr. Markus Bier, THWS sowie Flüssigkeitsmischungen (l.o.), kolloidale Suspensionen (r.o.), ionische Fluide (r.u.), Polymere (l.u.) und Flüssigkristalle (m.) sind Beispiele komplexer Fluide (M. Bier).

Generative models for graphs - challenges and responses

Stable Diffusion hat kürzlich für großes mediales Aufsehen gesorgt, da es Texteingaben in realistische Bilder umsetzen kann. Stable Diffusion gehört zu den tiefen generative Modellen, dank deren Hilfe gerade viele weitere Fortschritte bei Bild-, Video- und Spracherzeugung erzielt werden.
Möchte man aber z.B. chemische Strukturen generieren, braucht man entsprechende Modelle auf Graphen.
In ihrem Vortrag erklärte Prof. Dr. Magda Gregorová, auf welche Herausforderungen man dabei stößt und wie man tiefe generative Modelle auf Graphen erweitern kann.

Vortragszusammenfassung

Deep generative models aim at learning the probability distributions of high-dimensional data. Having learned the distributions, the models can sample from these, producing new realistic data examples. Great progress have been achieved on domains such as images, videos or language. The task of graph generation poses several important challenges due to the discreteness of the data structures and complex internal relationships. In this talk we will speak about the challenges of graph generative modeling, discuss some of the existing responses and outline our approach to the problem.

Bildunterschrift: Prof. Dr. Magda Gregorová, THWS.

Die Auswertung von Messdaten ist ein sehr wichtiger Bestandteil des täglichen Aufgabengebiets eines Ingenieurs in der beruflichen Praxis. Zur Auswertung und Analyse dienen hierzu häufig spezielle Messdatenanalyse-Softwaresysteme oder aber Programmiersprachen wie beispielsweise Python und Matlab. Wir demonstrieren in diesem Vortrag exemplarisch den Prozess der Messdatenauswertung inkl. mathematischer Anwendung anhand der Software FlexPro. FlexPro ist auf einfache Bedienbarkeit (gemäß Excel-Bedienkonzept) ausgelegt, aber gleichzeitig in der Lage, große Datenmengen auszuwerten und Analysen vollständig zu automatisieren. Die Software steht an Hochschulen zudem kostenfrei zur Verfügung. Das Spektrum häufig verwendeter mathematischer Methoden ist vielfältig und reicht von grundlegender Statistik bis hin zu fortgeschrittenen Verfahren der digitalen Signalverarbeitung. Interessante mathematische Anwendungsfälle werden im Laufe des Vortrags aufgezeigt und diskutiert.

Bildunterschrift: Mathematische Anwendungen in der Messdatenanalysesoftware FlexPro (Beispiel Frequenzanalyse).

Zugdynamische Simulationen

Je länger der Güterzug, desto effizienter der Transport - soweit einleuchtend. Warum bei uns Güterzüge aktuell aber nur max. 700 m lang sind, und wie viel Mathematik und Physik man braucht, um einhundert Meter an maximaler Zuglänge zu gewinnen, erklärte Peter Spiess von DB Systemtechnik in seinem Vortrag "Zugdynamische Simulationen" im Technomathematik-Kolloquium.

Vortragszusammenfassung

In Güterzügen treten während des Betriebs erhebliche Längskräfte zwischen den einzelnen Wagen auf. Diese können, wenn sie kritische Werte überschreiten, schlimmstenfalls zu Zugtrennungen oder Entgleisungen führen. Diese Tatsache stellt bei heutiger Technik eine Begrenzung der Längen und Massen von Güterzügen dar. Für eine Kapazitätssteigerung des Schienennetzes ist eine Überwindung dieser Grenzen jedoch notwendig. Dafür bedarf es neuer Technologien oder Betriebsverfahren, deren Sicherheit vor Einführung nachgewiesen werden muss. Für die Nachweisführung spielt die Simulation der Zugdynamik, verbunden mit statistischen Auswertungen der Ergebnisse, eine zentrale und unersetzliche Rolle. Der Vortrag stellt die Problemstellung, die Rahmenbedingungen und die Verfahren der zugdynamischen Simulation vor und gibt einen Ausblick auf weitere Entwicklungen.

Bildunterschrift: Links: Dr. Peter Spiess von DB Systemtechnik, rechts: Prof. Dr. Kai Diethelm, THWS

Es gibt viele Möglichkeiten, die Wärmeleitungsgleichung am Computer zu lösen

Dr. Maximilian Baust (Nvidia Corporation) stellte in seinem Vortrag zunächst einige klassische
Ansätze vor und erklärte dann, wie man durch modernes Deep Learning die Wärmeleitungsgleichung
auch bei komplexen Geometrien effizient lösen kann. Der Vortrag fand im Rahmen des
Technomathematik-Kolloquiums statt.

Bildunterschrift: Dr. Maximilian Baust (links) wird von Prof. Martin Storath (rechts) begrüßt.

Fahrdynamiksimulation mit Anwendungsbeispielen aus Projekten

Durch die Modellierung und Kalibrierung von Fahrzeugdynamik können Fahrzeugfunktionen und Fahrzeugkomponenten noch vor der Fahrzeugimplementierung validiert und optimiert werden. Diese Methodik steigert die Effizienz in der Entwicklung und wird zunehmend zum Standard in der Automobilbranche. Innerhalb des Vortrags wird die Methodik vorgestellt und anhand von mehreren abgeschlossenen Projekten detailliert vorgestellt.

Vorstellung des Hackathons

Die Einführung des automatisierten Fahrens bringt durch die Befreiung des Fahrers von der Fahraufgabe vollkommen neue Nutzungsmodelle für Fahrzeuge mit sich. Das Auto entwickelt sich dadurch vom reinen Fortbewegungsmittel zu einem Service Provider für den Nutzer des Autos. Hierbei muss das Auto die Services nicht nur realisieren, sondern verfügbare Services auch entdecken, dem Nutzer anbieten, die Services abonnieren, abrechnen und bezahlen können. Es ist damit zu rechnen, dass Technologien, Prozesse und Praktiken aus dem Consumer Electronics Bereich ins Fahrzeug wandern. Im Hackathon sollen Themen rund um alle Aspekte dieser Services rund ums Auto bearbeitet werden: - Das Auto als Service-Provider und Consumer - Ein Nutzfahrzeug als Service Provider im gewerblichen Umfeld - Eine Packstation als Service-Hub - Eine Ladestation als Schnittstelle zwischen Infrastruktur und dem Auto - Ein Backend zum Überwachen, Optimieren und Abrechnen der Services - Das mobile Interface zum Kunden.

Dr. Peter Grabs, CTO Engineering, Intedis GmbH & Co. KG

Dr. Matthias Korte, Manager System Design, Intedis GmbH & Co. KG

Die Finite-Elemente-Untersuchung linearer und nichtlinearer Randwertprobleme der Elastizitätstheorie führt bei vorhandenen und durchgängig diskretisierten Mikrostrukturen üblicherweise auf sehr große dünnbesetzte Gleichungssysteme. Als ein effizientes Lösungsverfahren empfehlen sich Mehrgittermethoden. Während bei klassischen Mehrgitterverfahren die minimale Anzahl der zur Geometriebeschreibung notwendigen Finiten Elemente von der Geometrie selbst abhängig ist, besteht bei der Composite-Finite-Elemente-Methode (CFE) ein gröbstmögliches Gitter zur Diskretisierung einer beliebigen Geometrie stets aus einem Element. Dafür werden Finite-Elemente-Räume entwickelt, deren minimale Dimension nicht mehr mit der Komplexität der Geometrie gekoppelt ist. Ein auf der CFE-Methode basierender Mehrgitteralgorithmus nebst zugehörigen Transferoperatoren zur Berechnung elastischer Körper wird vorgestellt. Im Gegensatz zu algebraischen Mehrgittermethoden, bei denen zur Konstruktion der Transferoperatoren ausschließlich die Steifigkeitsmatrizen des diskretisierten Problems herangezogen werden, nutzt der präsentierte Algorithmus zusätzlich Geometrieinformationen aus, ohne dabei jedoch die beim klassischen geometrischen Mehrgitterverfahren auftretenden Einschränkungen zu besitzen.

Bildunterschrift: Johann Bitzenbauer

Im Rahmen eines "Robo-Advisor“-Ansatzes sollte eine Software entwickelt werden, die ein erweitertes Portfoliooptimierungsproblem (NP-schwer) approximativ löst. Die entwickelte Software sollte mit Hilfe des NVIDIA-Frameworks „CUDA" den implementierten Lösungsalgorithmus massiv parallel ausführen.

Dipl.-Ing. René Titze, TauRes Finzanzdienstleister, Koblenz 

HIL (Hardware in the Loop)-Simulationen sind eine Methode zum Testen und Absichern von eingebetteten Systemen. Dadurch können Vorteile wie beispielsweise verkürzte Entwicklungszeiten und Kosteneinsparungen realisiert werden.

Nach einer allgemeinen Einführung in Matlab/Simulink werden Anwendungsmöglichkeiten von HIL-Simulationen im Bereich Automotive an Hand von Beispielen erläutert, die aktuelle Entwicklungsprojekte von in-tech berücksichtigen.

Dipl.-Ing. Florian Amper
in-tech GmbH
Parkring 2
85748 Garching b. München

www.in-tech.de

Bildquellen: in-tech GmbH

Die Concept Laser GmbH ist Pionier auf dem Gebiet der Metall-Laserschmelz-Technologie und einer der weltweit führenden Hersteller von Industrie-Laseranlagen für den 3D-Metalldruck. Im Jahr 2000 gründeten Kerstin und Frank Herzog ihre Firma mit Sitz im oberfränkischen Lichtenfels. Das Unternehmen lebt die Werte des deutschen Mittelstandes: langfristiges Denken und Handeln, Verantwortung für die Mitarbeiter, Innovation – mit Herz und Verstand. Der Begriff LaserCUSING® – zusammengesetzt aus dem C von Concept Laser und dem englischen FUSING für „komplett aufschmelzen“ – beschreibt die Technologie der Zukunft. Das Schmelzverfahren mit patentierter „stochastischer Belichtung“ generiert unter Verwendung von 3D-CAD-Daten Schicht für Schicht komplexe Bauteilgeometrien. Wenn aus Metallpulver 3D-Bauteile von höchster Qualität entstehen, sind die Oberfranken mit dabei. Forschung & Entwicklung sind das Herzstück des Unternehmens. Concept Laser bietet heute alles, was die internationale Kundschaft für den industriellen 3D-Metalldruck braucht: Technologie, Anlagen, Dienst- und Entwicklungsleistungen.

In der Praxis beschäftigen sich heute überwiegend Quereinsteiger wie Ingenieure oder Praktiker mit additiver Fertigung und additiver Anlagentechnik. Ausgebildet wurden sie in klassischen Gieß- oder Fräsverfahren. Weder an der Hochschullandschaft noch an Berufsschulen sind additive Verfahren derzeit hinreichend abgebildet und Teil der Ausbildungspläne. Die zukünftige Penetration der additiven Fertigungstechnologien im Markt lassen jedoch schon heute einen hohen Bedarf an gut ausgebildeten Mitarbeitern für Additive Manufacturing erkennen. Mit Gründung der „Concept Academy“ legt Concept Laser den Schwerpunkt auf die Ausbildung akademischer Fachkräfte im Bereich der additiven Fertigung mit Metallen. Die „Concept Academy“ bietet die perfekte Plattform, Theorie und Praxis zu verknüpfen. Unsere Angebote richten sich an die neugierige, forschungsbegeisterte „Generation 3D“: von Schülern über Studenten bis zum Doktoranden

Bildquellen: Concept Laser GmbH

Der Einsatz nichtlinearer Materialien zur Optimierung von Betriebsmitteln der Energietechnik erfordert  mehr und mehr den Einsatz computergestützter Methoden. Im  ersten Teil des Vortrag Computational Electromagnetics  für langsam veränderliche Felder  soll gezeigt werden, wie langsam veränderliche elektromagnetische Felder modelliert  werden  können. Die Anwendung dieser Modelle auf industrielle Problemstellungen soll am Beispiel der Dimensionierung  von Betriebsmitteln der Hochspannungstechnik demonstriert  werden. Im abschließenden Teil sollen aktuelle wissenschaftliche Fragestellung im Bereich computergestützter Methoden für langsam veränderlicher Felder präsentiert werden.

Dipl.-Phys. Daniel Schmidthäusler
Bergische Universität Wuppertal
Rainer-Gruenter-Straße 21, 42119 Wuppertal