Numerical Thermo-Fluids - From Differential Equations to Deep Learning

Worum geht's

Du lernst numerische Algorithmen und gute Programmierprinzipien zur Lösung thermo-fluiddynamischer und wärmetechnischer Probleme. Neben klassischen numerischen Verfahren erhältst du eine Einführung in Machine Learning und Deep Learning. Am Ende kannst du grundlegende Algorithmen in MATLAB implementieren bzw. vorhandene MATLAB-Funktionen nutzen und einfache neuronale Netze mit dem Deep Learning Toolbox erstellen und trainieren.

Was du danach kannst

• Numerische Algorithmen in MATLAB implementieren
• Vorhandene MATLAB-Funktionen und -Tools anwenden
• Grundkonzepte des Deep Learning verstehen
• Neuronale Netze mit MATLAB Deep Learning Toolbox erstellen und trainieren
• Lösungsansätze für ausgewählte thermo-fluiddynamische Aufgaben verstehen und auf analoge Ingenieursprobleme übertragen

Aus was das Modul besteht

• VorlesungVermittlung der theoretischen Grundlagen zu numerischer Berechnung, ODEs, PDEs, Runge-Kutta, Machine Learning und Neural Networks
• Praktische Übungen / ProgrammieraufgabenUmsetzung der Vorlesungsinhalte durch Implementierung der Algorithmen in MATLAB
• AbschlussprojektAnwendung des Gelernten auf ein größeres Thema mit Bericht und Präsentation

Lehrmethode

• Vorlesungsfolien und SkripteVermittlung der theoretischen Grundlagen
• Bereitstellung von Materialien über MoodleZugriff auf Lehrmaterialien und Übungsunterlagen
• Programmierung in MATLAB nach jeder VorlesungSofortige praktische Anwendung und Festigung der Inhalte