Daten
Die Projektgruppe Daten (D) wird neue datengetriebene Designmethoden entwickeln, die die inhärenten mehrskaligen Beziehungen zwischen der Materialzusammensetzung, der komplexen Topologie und dem Versagen von mechanischen Metamaterialien berücksichtigen. Dazu sind Materialdatensätze erforderlich, die aus der Literatur, bestehenden Materialdatenbanken oder aus Experimenten und Simulationen der Projektgruppen M, S und F gewonnen werden. Es werden Modelle des maschinellen Lernens, die die Exploration und Inversion komplexer Parameter-Eigenschafts-Verknüpfungen unter Berücksichtigung der AM-Verfahrensgrenzen ermöglichen, entwickelt. Dazu sind Deskriptoren für Metamaterialien und effiziente Werkzeuge für ihre Klassifizierung bereitzustellen. Die Deskriptoren werden um die Unsicherheit der mesoskaligen Geometrie sowie der effektiven Eigenschaften ergänzt. Anschließend werden die verschiedenen Aspekte der deterministischen und unsicheren Deskriptoren in Ansätze des maschinellen Lernens integriert, um ein datengetriebenes Framework für das Materialdesign und die Exploration von Prozess-Struktur-Eigenschafts-Beziehungen zu schaffen.