Generating Displacement Data with Physics-Guided Adversarial Networks and Physics-Informed Neural Networks

Schultheis, Erik (2022) Generating Displacement Data with Physics-Guided Adversarial Networks and Physics-Informed Neural Networks. Masterarbeit, Technische Universität Darmstadt.

PDF - Nur DLR-intern zugänglich
3MB

elib-URL des Eintrags:

https://elib.dlr.de/189439/

Dokumentart:

Hochschulschrift (Masterarbeit)

Titel:

Generating Displacement Data with Physics-Guided Adversarial Networks and Physics-Informed Neural Networks

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Schultheis, Erik	erik.schultheis (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

16 Oktober 2022

Referierte Publikation:

Nein

Open Access:

Nein

Status:

veröffentlicht

Stichwörter:

generative adversarial networks, physics-informed neural networks, digital image correlation, fatigue crack growth

Institution:

Technische Universität Darmstadt

Abteilung:

Institut für Kernphysik

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Luftfahrt

HGF - Programmthema:

Komponenten und Systeme

DLR - Schwerpunkt:

Luftfahrt

DLR - Forschungsgebiet:

L CS - Komponenten und Systeme

DLR - Teilgebiet (Projekt, Vorhaben):

L - Strukturwerkstoffe und Bauweisen, L - Digitale Technologien

Standort:

Köln-Porz

Institute & Einrichtungen:

Institut für Werkstoff-Forschung > Metallische Strukturen und hybride Werkstoffsysteme

Hinterlegt von:

Melching, David

Hinterlegt am:

27 Okt 2022 09:28

Letzte Änderung:

27 Okt 2022 09:28

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags