“…This paves the way for the use of piKI models in civil engineering as digital twins of a structure over its life cycles. Quelle: [7] AUFSATZ ARTICLE [5], den Stahlbau in [6] sowie für den Massivund Brückenbau in [7] zu finden. [6,9] gezeigt.…”
Section: Explainable Domain-specific Artificial Intelligence For Brid...unclassified
“… Überblick zu a) Künstlicher Intelligenz, Maschinellem Lernen und Tiefem Lernen, b) herkömmlicher und physikinformierter KI Overview of a) Artificial Intelligence, Machine Learning and Deep Learning, b) black box and physics‐informed AI Quelle: [7]…”
Section: Grundlagen Zur Künstlichen Intelligenz (Ki)unclassified
“…Schematischer Ablauf des vorgeschlagenen KI-basierten GD-Ansatzes ("AI-BridgeGEN") Schematic representation of the workflow for the proposed AI-based GD approach ("AI-BridgeGEN")Quelle:[7] AUFSATZ ARTICLE hervor und unterstreicht damit die Notwendigkeit zur Forschung im Bereich der domäneninformierten KI sowie die Anforderungen an KI-Algorithmen aus der Planungsund Bemessungspraxis hinsichtlich eines "Vier-Augen-Prinzips". In Abschn.4 verdeutlichen drei Beispiele verschiedene Formen von erklärbarer KI: (i) Berechnung einer Kirchhoff-Platte mit physikinformierten Neuronalen Netzen, (ii) Erkennung von Konstruktionsmustern in Datensätzen zu Netzwerkbogenbrücken zur Kalibrierung quantitativer Entwurfs-Prior-Modelle für künftige Projekte und (iii) das Generative Design von Brücken.…”
Der Einsatz von Künstlicher Intelligenz (KI) wird derzeit flächendeckend in Forschung und Praxis aller Branchen diskutiert und evaluiert. Dieser Beitrag vermittelt zunächst das notwendige Hintergrundwissen zur allgemeinen KI und erarbeitet dann die Notwendigkeit der Entwicklung von domänenspezifischer KI sowie erklärbarer KI (XAI) für die Berechnungs‐ und Bemessungspraxis im Bauwesen. Dabei wird die Rolle der Domäne „Bauingenieurwesen“ an der Schnittstelle zur KI im Hinblick auf Daten sowie Modellierungs‐ und Bemessungsphilosophie diskutiert. Die drei Beispiele (i) Berechnung von Kirchhoff‐Platten mit physikinformierten Neuronalen Netzen, (ii) Kalibrierung von Prior‐Modellen für den parametrischen Brückenentwurf aus Datenbanken und (iii) der KI‐unterstützte konzeptionelle Entwurf von Brücken veranschaulichen die Anwendung von domänenspezifischem Maschinellem und Tiefem Lernen sowie XAI mit besonderem Blick auf den Massiv‐ und Brückenbau. Insbesondere die physikinformierte KI (piKI) stellt eine Alternative zu etablierten numerischen Verfahren unter besonderer Berücksichtigung vorhandener Simulations‐ und Versuchsdaten dar und wird über den Einsatz von XAI erklärbar und nachvollziehbar. Dies ebnet den Weg zur Nutzung der Modelle der piKI im Bauwesen als Digitale Zwillinge eines Tragwerks über deren Lebenszyklen.
“…This paves the way for the use of piKI models in civil engineering as digital twins of a structure over its life cycles. Quelle: [7] AUFSATZ ARTICLE [5], den Stahlbau in [6] sowie für den Massivund Brückenbau in [7] zu finden. [6,9] gezeigt.…”
Section: Explainable Domain-specific Artificial Intelligence For Brid...unclassified
“… Überblick zu a) Künstlicher Intelligenz, Maschinellem Lernen und Tiefem Lernen, b) herkömmlicher und physikinformierter KI Overview of a) Artificial Intelligence, Machine Learning and Deep Learning, b) black box and physics‐informed AI Quelle: [7]…”
Section: Grundlagen Zur Künstlichen Intelligenz (Ki)unclassified
“…Schematischer Ablauf des vorgeschlagenen KI-basierten GD-Ansatzes ("AI-BridgeGEN") Schematic representation of the workflow for the proposed AI-based GD approach ("AI-BridgeGEN")Quelle:[7] AUFSATZ ARTICLE hervor und unterstreicht damit die Notwendigkeit zur Forschung im Bereich der domäneninformierten KI sowie die Anforderungen an KI-Algorithmen aus der Planungsund Bemessungspraxis hinsichtlich eines "Vier-Augen-Prinzips". In Abschn.4 verdeutlichen drei Beispiele verschiedene Formen von erklärbarer KI: (i) Berechnung einer Kirchhoff-Platte mit physikinformierten Neuronalen Netzen, (ii) Erkennung von Konstruktionsmustern in Datensätzen zu Netzwerkbogenbrücken zur Kalibrierung quantitativer Entwurfs-Prior-Modelle für künftige Projekte und (iii) das Generative Design von Brücken.…”
Der Einsatz von Künstlicher Intelligenz (KI) wird derzeit flächendeckend in Forschung und Praxis aller Branchen diskutiert und evaluiert. Dieser Beitrag vermittelt zunächst das notwendige Hintergrundwissen zur allgemeinen KI und erarbeitet dann die Notwendigkeit der Entwicklung von domänenspezifischer KI sowie erklärbarer KI (XAI) für die Berechnungs‐ und Bemessungspraxis im Bauwesen. Dabei wird die Rolle der Domäne „Bauingenieurwesen“ an der Schnittstelle zur KI im Hinblick auf Daten sowie Modellierungs‐ und Bemessungsphilosophie diskutiert. Die drei Beispiele (i) Berechnung von Kirchhoff‐Platten mit physikinformierten Neuronalen Netzen, (ii) Kalibrierung von Prior‐Modellen für den parametrischen Brückenentwurf aus Datenbanken und (iii) der KI‐unterstützte konzeptionelle Entwurf von Brücken veranschaulichen die Anwendung von domänenspezifischem Maschinellem und Tiefem Lernen sowie XAI mit besonderem Blick auf den Massiv‐ und Brückenbau. Insbesondere die physikinformierte KI (piKI) stellt eine Alternative zu etablierten numerischen Verfahren unter besonderer Berücksichtigung vorhandener Simulations‐ und Versuchsdaten dar und wird über den Einsatz von XAI erklärbar und nachvollziehbar. Dies ebnet den Weg zur Nutzung der Modelle der piKI im Bauwesen als Digitale Zwillinge eines Tragwerks über deren Lebenszyklen.
“…To that end, a two-phased research program [1,2] is proposed to address this unsatisfactory situation.…”
Section: Introductionmentioning
confidence: 99%
“…In the first phase, non-linear FEM for reinforced concrete plates and slabs developed at ETH Zurich [3][4][5][6][7][8] are combined with scientific machine learning (SciML) algorithms to create hybrid AI-FEM models, which are expected to be much more efficient compared to established analysis methods both in terms of the computing power required and the reliability of predicting the load-bearing behaviour. In the second phase of this project, the AI-FEM-Hybrids will be used within a novel Generative Design process for accelerated yet realistic conceptual design of bridges [1,2].…”
Realistic structural analyses and optimisations using the non-linear finite element method are possible today yet suffer from being very time-consuming, particularly in case of reinforced concrete plates and shells. Hence such investigations are currently dismissed in the vast majority of cases in practice. The "Artificial Intelligence - Finite Element - Hybrids" project addresses the current unsatisfactory situation with an approach that combines non-linear finite element models for reinforced concrete shells with scientific machine learning algorithms to create hybrid AI-FEM models. The AI-based surrogate material model provides the material stiffness as well as the stress tensor for given concrete design parameters and the strain tensor. This paper reports on the current status of the project and findings of the calibration of the AI-based reinforced concrete material model. We successfully calibrated and evaluated k-nearest-neighbour, LGBM and ResNet algorithms and report their predictive capabilities. Finally, some light is shed on the future work of integrating the AI surrogate material models back into the finite element method in the course of the numerical analysis of reinforced concrete structures.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
