PhD-Studierende in Physik-informiertem Graph Neural Networks für Windkraftanlagen Gesundheitsüberwachung — EPFL
- Ort
- Lausanne
- Vertrag
- full-time
- Veröffentlicht
- vor 48 Tagen
Rollenüberblick
IM Das Intelligent Maintenance and Operations Systems (IMOS) Lab bei der EPFL sucht einen motivierten und fachübergreifenden Forschungsprofessor (100%, in Lausanne, befristet) ab September oder nach Vereinbarung.
Projektbeschreibung Ziel dieses Projekts ist es, neue Methoden auf Basis von physikinformierten Graphen-Neuralnetzwerken (PI-GNs) zu entwickeln, um die Auswirkungen von Betriebsbelastungen auf den Systemabbau auf der lückenlosen Ebene in komplexen Engineering-Systemen zu verstehen und zu modellieren, wobei insbesondere Windenergieanlagen im Fokus stehen.
Die Forschung konzentriert sich auf die explizite Integration von physikalischen Gesetzen, Lastdynamik und Abbaumechanismen in graphische Modelle und ermöglicht ein prinzipielles Verständnis, wie Betriebsbedingungen die Entwicklung der Systemgesundheit im Laufe der Zeit vorantreiben.
- IM Das Intelligent Maintenance and Operations Systems (IMOS) Lab bei der EPFL sucht einen motivierten und fachübergreifenden Forschungsprofessor (100%, in Lausanne, befristet) ab September oder nach Vereinbarung.
- Projektbeschreibung Ziel dieses Projekts ist es, neue Methoden auf Basis von physikinformierten Graphen-Neuralnetzwerken (PI-GNs) zu entwickeln, um die Auswirkungen von Betriebsbelastungen auf den Systemabbau auf der lückenlosen Ebene in komplexen Engineering-Systemen zu verstehen und zu modellieren, wobei insbesondere Windenergieanlagen im Fokus stehen.
Beschreibung
IM Das Intelligent Maintenance and Operations Systems (IMOS) Lab bei der EPFL sucht einen motivierten und fachübergreifenden Forschungsprofessor (100%, in Lausanne, befristet) ab September oder nach Vereinbarung.
Projektbeschreibung Ziel dieses Projekts ist es, neue Methoden auf Basis von physikinformierten Graphen-Neuralnetzwerken (PI-GNs) zu entwickeln, um die Auswirkungen von Betriebsbelastungen auf den Systemabbau auf der lückenlosen Ebene in komplexen Engineering-Systemen zu verstehen und zu modellieren, wobei insbesondere Windenergieanlagen im Fokus stehen.
Die Forschung konzentriert sich auf die explizite Integration von physikalischen Gesetzen, Lastdynamik und Abbaumechanismen in graphische Modelle und ermöglicht ein prinzipielles Verständnis, wie Betriebsbedingungen die Entwicklung der Systemgesundheit im Laufe der Zeit vorantreiben.
