Virtual Perception & Learning

Die Unit „Virtual Perception & Learning“ entwickelt computergestützte Methoden der nächsten Generation, die physikalische Modellierung mit modernem maschinellem Lernen verbinden. Unsere Forschung konzentriert sich darauf, eine zuverlässige, interpretierbare und dateneffiziente Erfassung komplexer technischer Systeme zu ermöglichen, indem wir spärliche Messdaten, Fachwissen und physikalisch geleitete Schlussfolgerungen integrieren. Unser Ziel ist es, die virtuelle Erfassung über traditionelle statistische Methoden hinaus weiterzuentwickeln und physikalisch orientierte Modelle zu schaffen, die auch unter datenarmen oder sich schnell ändernden Bedingungen robust bleiben.

Unser Team vereint Fachwissen in den Bereichen Computational Physics und Simulationsmethoden, Data Science sowie KI-Modelldesign. Wir arbeiten an der Schnittstelle zwischen Theorie und Anwendung, entwickeln Algorithmen und arbeiten gleichzeitig mit Partnern aus Forschung und Industrie zusammen, um unsere Methoden in realen Umgebungen zu validieren.