Masterarbeit - Riss-Segmentierung mittels Convolutional Neural Network in CT-Scans von Keramiken
Das Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut, EMI bietet Ihnen anspruchsvolle und abwechslungsreiche Aufgaben mit Verantwortung und Gestaltungsspielraum. Wir forschen im Auftrag unserer Kunden aus verschiedensten Bereichen von Wirtschaft und Politik und wenden die neuesten Erkenntnisse aus Wissenschaft und Forschung auf konkrete Projekte an. Die Anwendungen liegen in den Bereichen Verteidigung, Sicherheit und Resilienz, Automotive, Raumfahrt und Luftfahrt. Das Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut, EMI vergibt zum nächstmöglichen Termin in der Abteilung Experimentelle Ballistik am Standort Freiburg eine Masterarbeit zum Thema: Segmentierung von Rissen mittels Convolutional Neural Network in CT-Aufnahmen von Keramiken.
Was Sie bei uns tun
Hintergrund: Aufgabenstellung:
Die Gruppe Ballistischer Schutz arbeitet an der Weiterentwicklung von Methoden für die Charakterisierung und Modellierung von spröden Schutzwerkstoffen, wie Gläser und Keramiken. Bei dynamischen Prozessen, wie dem Eindringen eines Projektils, fragmentieren die spröden Schutzwerkstoffe, was bei prognosefähigen Simulationen Berücksichtigung finden muss. Wesentlich für den ballistischen Widerstand ist hierbei der Zusammenhang zwischen dem Grad der Schädigung und der Festigkeit. Für die Charakterisierung des Schädigungsgrades müssen Risse in computertomografischen Aufnahmen der Werkstoffproben zuverlässig identifiziert und segmentiert werden.
Im Rahmen der Masterarbeit sollen computertomografische Aufnahmen von unterschiedlich stark geschädigten Keramik-Proben analysiert werden. Hierzu soll ein automatisiertes KI-Auswertungsverfahren weiterentwickelt werden, mit dessen Hilfe die Risse identifiziert und segmentiert werden können. In vorangegangen Arbeiten wurde in Tensorflow ein Convolutional Neural Network (CNN) mit U-net-Architektur trainiert, welches eine Risssegmentierung in diversen 2D-Röntgenbildern von Glas- und Keramik-Proben ermöglichte. Dieses CNN soll durch eine Hyperparameterstudie und weiteres Training optimiert werden. Zudem sollen Verfahren erarbeitet werden, bei denen auch dreidimensionale Informationen aus den CT-Aufnahmen Berücksichtigung finden.
Was Sie mitbringen
Was Sie erwarten können
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.
Die wöchentliche Arbeitszeit beträgt 39 Stunden. Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.
Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.
Veränderung startet mit Ihnen – bewerben Sie sich jetzt!
Bitte bewerben Sie sich online mit Ihren vollständigen Bewerbungsunterlagen (Anschreiben, Lebenslauf, Notenspiegel, Immatrikulationsbescheinigung, ggf. Arbeitserlaubnis)!
Fachliche Fragen zu dieser Position beantwortet Ihnen gerne:
Herr Dr. Steffen Bauer
Wissenschaftlicher Mitarbeiter
steffen.bauer@emi.fraunhofer.de
Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut EMI
Kennziffer: 76844
Stellensegment:
Network, Technology, Automotive