Dipl.-Ing. Lennart Linden

Name

Dipl.-Ing. Lennart Linden

E-Mail senden

Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).

Organisationsname

Professur für Numerische und Experimentelle Festkörpermechanik

Professur für Numerische und Experimentelle Festkörpermechanik

Adresse work

Besuchsadresse:

Zeunerbau, Zimmer 350 George-Bähr-Straße 3c

01069 Dresden

Zeige Karte von diesem Ort.

work Tel.

fax Fax

+49 351 463-37061

Forschung

• Datengetriebene Materialmodellierung und Simulationstechniken
• Anwendung neuronaler Netze in der Festkörpermechanik
• Einbettung physikalischer Grundprinzipien in neuronale Netze
• ResearchGate, GoogleScholar

Lehre

• Übungsbetreuung Kontinuumsmechanik (Hauptstudium)
• Übungsbetreuung Finite-Elemente-Methode (Hauptstudium)
• Übungsbetreuung Statik (Grundstudium)

Publikationen

5 Einträge

2023

• Neural networks meet hyperelasticity: A guide to enforcing physicsLinden, L., Klein, D., Kalina, K. A., Brummund, J., Weeger, O. & Kästner, M., Okt. 2023, 179, 105363Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
• FEANN: an efficient data-driven multiscale approach based on physics-constrained neural networks and automated data miningKalina, K. A., Linden, L., Brummund, J. & Kästner, M., 8 Feb. 2023, 71, 5, S. 827-851, 25 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel

2022

• FEANN - An efficient data-driven multiscale approach based on physics-constrained neural networks and automated data miningKalina, K. A., Linden, L., Brummund, J. & Kästner, M., 3 Juli 2022, 22 S.Elektronische (Volltext-)VersionPublikation: Vorabdruck/Dokumentation/Bericht > Vorabdruck (Preprint)
• Automated constitutive modeling of isotropic hyperelasticity based on artificial neural networksKalina, K. A., Linden, L., Brummund, J., Metsch, P. & Kästner, M., Jan. 2022, 69, S. 213-232, 20 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel

2021

• Thermodynamically consistent constitutive modeling of isotropic hyperelasticity based on artificial neural networksLinden, L., Kalina, K. A., Brummund, J., Metsch, P. & Kästner, M., 2021, 21, 1, S. e202100144, 3 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Konferenzartikel

Diese Informationen werden durch das FIS bereitgestellt.

Konferenzbeiträge

• L. Linden, K. A. Kalina, J. Brummund, M. Kästner, Automated constitutive modeling of isotropic hyperelasticity based on artificial neural networks, 91st Annual Meeting of the International Association of Applied Mathematics and Mechanics, Online, 2021

• L. Linden, K. A. Kalina, J. Brummund, M. Kästner, Constitutive modeling of isotropic and anisotropic hyperelastic solids based on physically informed artificial neural networks, 18th European Mechanics of Materials Conference, Oxford, 2022

• L. Linden, K. A. Kalina, J. Brummund, M. Kästner, An efficient data-driven multiscale scheme based on physics-constrained neural networks and autonomous data mining, 92nd Annual Meeting of the International Association of Applied Mathematics and Mechanics, Aachen, 2022

• L. Linden, K. A. Kalina, J. Brummund, M. Kästner, An automated data-driven multiscale scheme based on physically informed neural networks, 9th GACM Colloquium on Computational Mechanics 2022, Essen, 2022

Monografien

• L. Linden, Implementierung eines datengetriebenen Algorithmus zur Simulation von Fachwerken mit nicht linear elastischem Materialverhalten, Bachelorarbeit Mathematik, 2022
• L. Linden, Datengetriebene Modellierung anisotroper Elastizität bei finiten Deformationen mittels künstlicher neuronaler Netze, Diplomarbeit Maschinenbau, 2020