Model Reduction and Learning for PDE Constrained Optimization

Ohlberger, M.; Banholzer, S.; Haasdonk, B.; Keil, T., Kleikamp, H.; Mechelli, L.; Oguntola, M;, Schindler,F.; Volkwein, S.; Wenzel, T.

Abstract in Fachzeitschrift (Konferenz) | Peer reviewed

Details zur Publikation

Fachzeitschrift: Oberwolfach Reports (Oberwolfach Rep.)

Jahrgang / Bandnr. / Volume: 13/2023

Status: Veröffentlicht

Veröffentlichungsjahr: 2023

Sprache, in der die Publikation verfasst ist: Englisch

Konferenz: Oberwolfach Workshop on Optimization Problems for PDEs in Weak Space-Time Form, Oberwolfach, Deutschland

Stichwörter: PDE constrained optimization; model order reduction; trust region optimization; machine learning

Professur für Angewandte Mathematik, insbesondere Numerik (Prof. Ohlberger)

Center for Nonlinear Science (CeNoS)

Center for Multiscale Theory and Computation (CMTC) (CMTC)

ML-MORE: Maschinelles Lernen und Modellordnungs-Reduktion zur Vorhersage der Effizienz katalytischer Filter. TP 1: Modellreduktion (ML-MORE) Laufzeit: 01.04.2020 - 31.12.2023 Gefördert durch: Bundesministerium für Forschung, Technologie und Raumfahrt Art des Projekts: Beteiligung an einem bundesgeförderten Verbund
Lokalisierte Reduzierte Basis Methoden für Parameteroptimierung bei partiellen Differentialgleichungen (LRB-Opt) Laufzeit: 01.01.2019 - 30.06.2023 Gefördert durch: DFG - Sachbeihilfe/Einzelförderung Art des Projekts: Gefördertes Einzelprojekt

Parametrized optimal control and transport-dominated problems: Reduced basis methods, nonlinear reduction strategies and data driven surrogates
Promovend*in: Kleikamp, Hendrik | Betreuer*innen: Ohlberger, Mario | Gutachter*innen: Ohlberger, Mario; Breiten, Tobias
Zeitraum: 01.01.2021 - 19.12.2024
Promotionsverfahren erfolgt(e) an: Promotionsverfahren an der Universität Münster