Graduation: Integrating Component Simulations in Digital Twins with Machine Learning
- Machine learning
- Other places
- 07/01/2024
- -
Typ zadania: Praca magisterska/inżynierska
Data rozpoczęcia: Wrzesień 2024
Czas trwania zadania: 9 miesięcy
Lokalizacja: Veghel
Poziom wykształcenia: WO (MSc)
Pożądane kierunki studiów: Informatyka, Matematyka, każdy kierunek techniczny z zamiłowaniem do programowania
Język: Holenderski / Angielski
O zadaniu
W firmie Vanderlande korzystamy z różnych modeli symulacyjnych do unikalnych zastosowań. Podczas gdy modele symulacyjne komponentów oferują wysoką szczegółowość i dokładność, ich złożoność sprawia, że ich włączenie do systemów na dużą skalę jest niepraktyczne ze względu na nadmierne wymagania obliczeniowe. Opracowanie prostszych modeli komponentów wymaga znacznego wysiłku i eksperckiej wiedzy, co często prowadzi do kompromisu na rzecz dokładności. Dodatkowo, utrzymanie zgodności między szczegółowymi i prostymi modelami przez cały cykl życia produktu stanowi kolejne wyzwanie. W związku z tym dążymy do eksploracji alternatywnego podejścia. W ramach tego zadania magisterskiego zastosujesz techniki uczenia maszynowego, aby wytrenować uproszczony model komponentu wykorzystując dane z szczegółowego modelu komponentu, tak aby efektywnie zintegrować go z symulacją systemową.
Przegląd działu
Zespół Digital Twin Suite rozwija oprogramowanie do konfigurowania cyfrowych bliźniaków systemu wykorzystywanych w symulacji i emulacji. Nasz zespół symulacji dostosowuje te platformy do modeli specyficznych dla projektów, aby analizować i optymalizować wydajność systemu.
Zadania i obowiązki
Umiejętności / Twój profil
Kontakt
Czy odpowiada Ci ten wymagający profil? Szukasz stażu w naszej organizacji? Wypełnij formularz aplikacyjny i dołącz swoje CV oraz list motywacyjny. Aby uzyskać więcej informacji, skontaktuj się z nami przez email na [email protected] lub skontaktuj się z Klejdi Filaj (Rekruter Kampusu) telefonicznie: +31 4 134 946 51.
Nazwa firmy: Vanderlande
Tytuł stanowiska: Praca magisterska/inżynierska: Integracja symulacji komponentów w Cyfrowych Bliźniakach z uczeniem maszynowym