Physikalische KI-Modelle sind nur so gut wie die Daten, mit denen sie trainiert wurden. Hochwertige, auf physikalischen Modellen basierende Datensätze sind jedoch rar, teuer oder experimentell schwer zu beschaffen. In diesem Webinar werden wir besprechen, wie sich die Software COMSOL Multiphysics® einsetzen lässt, um synthetische Daten für das Training physikalischer KI-Modelle zu generieren, indem Einzelphysik- und gekoppelte Physiksysteme mit variablen Designparametern simuliert werden. Wir stellen Ihnen Simulationsbeispiele aus den Bereichen Strukturmechanik, CFD, Elektromagnetik, Akustik sowie Chemie und Elektrochemie vor.

Im Mittelpunkt des Vortrags stehen effiziente parametrische Sweeps unter Verwendung von Design-of-Experiments-Methoden, Datenextraktion und Cluster-Sweeps sowie Beispiele für trainierte physikalische KI-Modelle, die für den Einsatz in Simulations-Apps, zur Optimierung, zur Quantifizierung von Unsicherheiten und für digitale Zwillinge entwickelt werden können.

Im Live-Webinar am 22.07.2026 um 14 Uhr werden folgende Punkte erörtert:

• Erzeugung hochwertiger synthetischer Trainingsdaten mit Einzelphysik- und Multiphysik-Simulationen
• Effiziente Variation von Designparametern durch parametrische Sweeps und Design-of-Experiments-Methoden
• Automatisierte Datenextraktion und skalierbare Berechnungen mit Cluster-Sweeps
• Praxisbeispiele aus Strukturmechanik, CFD, Elektromagnetik, Akustik, Chemie und Elektrochemie
• Einsatz trainierter physikalischer KI-Modelle in Simulations-Apps, Optimierungen, Unsicherheitsanalysen und digitalen Zwillingen

Ihre Referenten

Dr. Phillip Oberdorfer

Technology Communication Manager
COMSOL Multiphysics GmbH

Bildquelle: COMSOL Multiphysics GmbH