FORTBILDUNG

Materialanalytik und künstliche Intelligenz

  • 20.05. - 21.05.2019
  • Fraunhofer-Institut für Keramische Technologien und Systeme
  • Dresden
Dieser Fortbildungstermin ist bereits vorüber. Lassen Sie sich jetzt für den nächsten Termin vormerken. Senden Sie uns dazu eine E-Mail an: fortbildung@dgm.de

Materialanalytik und künstliche Intelligenz 2019.pdf Flyer


Beschreibung

Hochauflösende analytische Verfahren sind für die Entwicklung und Einführung neuer Nano- und Dünnschichttechnologien und für die Integration neuartiger Materialien in High-Tech-Produkte entscheidend. Eine umfassende Materialanalytikist zum Prozessmonitoring in der Fertigung von Systemen und Bauelementen sowie im Labor zur Entwicklung neuer Werkstoffe und Technologien erforderlich. Daher werden Forschungs- und Entwicklungsarbeiten auch auf neue analytische Verfahren zur Untersuchung von dünnen Schichten sowie von Mikro- und Nanostrukturen gerichtet. Applikations-spezifische Entwicklungen zeigen häufig, dass die Kombination mehrerer Analytik-Methoden notwendig bzw. sinnvoll ist, um die Entwicklung und Kontrolle von Prozessen in der Nanotechnologie bzw. die Sicherung von Performance und Zuverlässigkeit neuer Produkte zu gewährleisten. Die digitale Transformation in der Materialwissenschaft und Werkstofftechnik erfordert und ermöglicht in zunehmendem Maße

den Einsatz von Algorithmen der Künstlichen Intelligenz, insbesondere bei neuen Plattformen, Standards und Technologien für Datenverarbeitung, -austausch und -analyse. Als eine Konsequenz werden zukünftige Aufgaben der Wissenschaftler und Ingenieure neben der Entwicklung und Anwendung neuer Methoden zur Materialcharakterisierung auch verstärkt in der Erhebung und Interpretation von Daten liegen.

 

Ausgehend von kurzen Einführungen zur Materialanalytik und zur Künstlichen Intelligenz werden in dieser Fortbildung wesentliche Verfahren zur Charakterisierung von dünnen Schichten, von Nanostrukturen und von Nanoteilchen erläutert. Dabei werden neue Erkenntnisse aus der Grundlagenforschung vorgestellt und erörtert sowie applikationsspezifische Lösungen aus Mikroelektronik, Energietechnik und Leichtbau demonstriert. Das Potenzial der Anwendung von Algorithmen des maschinellen Lernens in Mikroskopie, Spektroskopie und bei der Gewinnung von Daten, die die Struktur, Morphologie und die Eigenschaften von Materialien beschreiben, wird von Referenten, die sowohl aus Forschung und Lehre als auch aus der industriellen Praxis kommen, aufgezeigt.

 

Themen und Inhalte

  • Künstliche Intelligenz in der Daten- und Bildanalytik
    - Konzepte, Begriffe, Methoden
    - Anwendungen in Wissenschaft und Technik
    - Herausforderungen und Ausblick
  • Zusätzliche Erkenntnisse durch Verknüpfen von Daten in Werkstoffwissenschaft und -technik
    - Quellen für Daten, Materials Data Space
    - Infrastruktur für Analytics: Digitale Realität
    - Datenanalyse: Metastudien, maschinelles Lernen und Deep Learning
  • Materialcharakterisierung mit Wirbelstrom- und Ultraschall
    - Charakterisierung von Faserverbundwerkstoffen
    - Überwachung der Vernetzungsreaktion polymerer Werkstoffe
    - Anwendungen in der Batterietechnik
  • Lichtoptische Verfahren zur Dünnschichtanalytik
    - Ellipsometrie
    - Weisslichtinterferometrie
    - Anwendungen für photonische Mikrosysteme
  • Chemische und physikalische Charakterisierung von Nanopartikeln
    - Dispergierung von Nanomaterialien (Aggregation, Agglomeration)
    - Partikelgrößenanalytik in Suspensionen – on-line und off-line
    - Chemische Charakterisierung von Partikeloberflächen
  • Mikroskopie und Tomographie
    - Mikroskopie in Materialwissenschaft und Werkstofftechnik
    - 3D Charakterisierung von Materialien und Strukturen
    - Anwendungen: 3D-Gefügeanalytik, Defektlokalisierung und -analytik
  • Hochaufgelöste zerstörungsfreie 3D-Abbildung – Röntgenmikroskopie und -tomographie
    - Röntgenmikroskopie im sub-100nm-Bereich
    - Physikalische Fehleranalyse in der Mikroelektronik
    - in-situ Untersuchungen: Anwendung in Leichtbau, Energietechnik, Biologie
  • Abbildung und Elementanalyse – Rasterelektronenmikroskopie, Focused Ion Beam-Technik und Transmissionselektronenmikroskopie
    - Einführung in die Methoden der REM, FIB und TEM sowie EDX und EBSD
    - Anwendung im industriellen Einsatz: Prozesskontrolle und physikalische Fehleranalyse
    - Herausforderungen und Grenzen der Methoden
  • Künstliche Intelligenz in Mikroskopie und Tomographie
    - Methoden der künstlichen Intelligenz für Mikroskopie und Tomographie
    - Anwendungen in der Mikroskopie und Tomographie: Artefakt-Unterdrückung, Rauschunterdrückung und Mustererkennung
    - Herausforderungen und Zukunftsaussichten
  • From Structured Queries to Data Mining: Anwendung moderner Datenbank-technologien in der experimentellen Forschung
    - Flexible Datenstrukturen für Materialien
    - Neue Tools zur Extraktion von Patterns aus experimentellen Spektroskopie-Daten
    - Lernen aus der Interaktion mit Anwendern
  • Anwendung von neuronalen Netzen zur erweiterten mechanischen Materialcharakterisierung mittels Nanoindentation
    - Einführung in die Nanoindentation
    - Mathematische Limitierungen in der Datenanalyse von Nanoindenationsdaten
    - Nutzung neuronaler Netze zur Erweiterung der Möglichkeiten in der Bestimmung von Materialparametern mittels Nanoindentation

Zielgruppe

 

Die Fortbildung wendet sich gleichermaßen an Wissenschaftler, Ingenieure und Techniker in der Industrie, die in der Fertigung, Prozess- und Qualitätskontrolle sowie F&E tätig sind, aber auch an Mitarbeiter aus Forschungsinstituten und Hochschulangehörige, die sich mit neuen Verfahren der Materialcharakterisierung und dem potenziellen Einsatz der Künstlichen Intelligenz in diesem Gebiet vertraut machen wollen.

 

Fragen und Kontakt

Sie haben Fragen zur Veranstaltung? Gerne beantworten wir diese auch persönlich.
Rufen Sie uns einfach an oder senden Sie uns eine E-Mail.

Tel.: +49 (0)69-75306 757
Fax: +49 (0)69-75306 733
E-Mail: fortbildung@dgm.de  

Weitere Fortbildungen im Themenbereich

 

Ansprechpartner

Prof. Dr. Ehrenfried Zschech

Fraunhofer-Institut für Keramische Technologien und Systeme IKTS


Dr. André Clausner

Fraunhofer-Institut für Keramische Technologien und Systeme IKTS


Jörg Heber

Fraunhofer-Institut für Photonische Mikrosysteme IPMS


Prof. Dr. Henning Heuer

Fraunhofer-Institut für Keramische Technologien und Systeme IKTS


Prof. Karol Kozak

Fraunhofer-Institut für Werkstoff- und Strahltechnik IWS


Dr. Matthias Kraatz

Fraunhofer-Institut für Keramische Technologien und Systeme IKTS


Dr. Eckhard Langer

GLOBALFOUNDRIES


Dr. Annegret Potthoff

Fraunhofer-Institut für Keramische Technologien und Systeme IKTS


Dr. Jan-Uwe Schmidt

Fraunhofer-Institut für Photonische Mikrosysteme IPMS


Emre Topal

Technische Universität Dresden



Verwandte Themen

Materialographie