Ihre Physik steckt in Differentialgleichungen, Ihre Messdaten in Datenbanken: Physics-Informed Neural Networks verbinden beides. Diese Schulung zeigt Engineering-Teams, wann hybride Modelle reine Simulation oder reines ML schlagen, und wann eben nicht.
Die Schulung arbeitet durchgehend hands-on in PyTorch. Ihr Team implementiert Physics-Informed Neural Networks an Gleichungen aus der eigenen Praxis und misst sie gegen klassische numerische Verfahren. So wird sichtbar, wo PINNs einen Vorteil bringen und wo die klassische Numerik vorn bleibt.
Die Schulung richtet sich an F&E- und Simulationsteams, deren Physik in Differentialgleichungen steckt und die prüfen wollen, ob hybride Modelle ihre Simulation ergänzen können, sowie an einzelne Fachexpertinnen und Fachexperten im offenen Training. Python und ein Grundverständnis neuronaler Netze genügen, die PINN-spezifischen Teile werden von Grund auf entwickelt. Ob Ihre Gleichungen ins Kursprojekt passen, klärt das Vorgespräch.
Nach der Schulung entscheidet Ihr Team fundiert, wann Physics-Informed AI trägt, und setzt sie sauber um. Konkret beherrscht Ihr Team danach:
Alle Formate: Labs in PyTorch · Deutsch & Englisch.
Alle Preise verstehen sich netto zzgl. gesetzlicher Umsatzsteuer. Das Angebot richtet sich ausschließlich an Unternehmer im Sinne des § 14 BGB.
Dr.-Ing. Grigory Devadze, Mathematiker, Ingenieur und Praktiker. Ich schule Physics-Informed AI aus dem Fundament heraus, inklusive der Grenzen.
Schulungen & Projekte u. a. für Siemens AG und SRH Hochschule Berlin.
→ Profil und Referenzen ansehen
Python und ein Grundverständnis neuronaler Netze genügen; die PINN-spezifischen Teile entwickeln wir von Grund auf.
Klären wir im Vorgespräch: ODE/PDE-Klasse, Randbedingungen und Datenlage entscheiden, was im Kursprojekt realistisch ist.
Nein, und genau das ist Teil der Schulung. Wo hochwertige Simulation existiert und schnell genug ist, gewinnt oft die Numerik. Sie lernen die Entscheidungskriterien.
Beides möglich. Die Labs laufen auf Ihrem Stack oder einer bereitgestellten Umgebung.
Auch relevant für Entwicklerteams: Claude Code Schulung: Coding-Agenten produktiv im Entwicklerteam · LLM- und RAG-Schulung: das On-Premise-Lab für Softwareteams
Kurzes Vorgespräch, dann konkretes Angebot mit Agenda, abgestimmt auf Ihre Gleichungen und Datenlage.
Dr.-Ing. Grigory