Dipl.-Ing. Lennart Linden

E-Mail senden

work

Besuchsadresse:

Zeunerbau, Zimmer 350 George-Bähr-Straße 3c

01069 Dresden

Forschung

6 Einträge

Neural network-based multiscale modeling of finite strain magneto-elasticity with relaxed convexity criteriaKalina, K. A., Gebhart, P., Brummund, J., Linden, L., Sun, W. & Kästner, M., März 2024, in: Computer Methods in Applied Mechanics and Engineering. 421, 116739Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel

Neural networks meet hyperelasticity: A guide to enforcing physicsLinden, L., Klein, D., Kalina, K. A., Brummund, J., Weeger, O. & Kästner, M., Okt. 2023, in: Journal of the Mechanics and Physics of Solids. 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, in: Computational Mechanics : solids, fluids, engineered materials, aging infrastructure, molecular dynamics, heat transfer, manufacturing processes, optimization, fracture & integrity. 71, 5, S. 827-851, 25 S.Elektronische (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., 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, in: Computational Mechanics : solids, fluids, engineered materials, aging infrastructure, molecular dynamics, heat transfer, manufacturing processes, optimization, fracture & integrity. 69, S. 213-232, 20 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel

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

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

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