Under CopyrightHelm, DirkEberl, ChristophMorand, LukasLukasMorand2022-08-252022-08-252022978-3-8396-1826-4https://doi.org/10.24406/publica-197https://publica.fraunhofer.de/handle/publica/41928110.24406/publica-197Die vorliegende Arbeit befasst sich mit der Lösung materialwissenschaftlicher Optimierungsfragestellungen entlang der Kette Prozess-Struktur-Eigenschaften, basierend auf maschinellem Lernen. Im Fokus stehen dabei Fragestellungen bezüglich des Designs der Mikrostruktur metallischer Werkstoffe. Hierfür wird in der Arbeit eine Vorgehensweise zur Erzeugung maschineller Lernmodelle basierend auf numerischen Simulationen vorgestellt.deMaterialdesignMaschinelles LernenMaterialwissenschaftenMetallverarbeitungOptimierungDDC::600 Technik, Medizin, angewandte Wissenschaften::620 Ingenieurwissenschaftendoctoral thesis