Skip to content Go to main navigation Go to language selector

Examensarbete på Saab Dynamics, 30 hp. Ökad upplösning i fysikalisk simulering med maskininlärning.

Location
Karlskoga, Sweden
Closing date
15 December 2021
Apply for this job!

Examensarbete för dig som har ett stort intresse för fysikalisk simulering och maskininlärning.

Din framtida utmaning

Bakgrund

Explicit fysikalisk simulering av transienta förlopp är en beräkningsmässigt tung uppgift. Därför pågår ständiga arbeten med förenklingar av simuleringsuppställningar. Eftersom många av dessa förenklingar kan leda till mindre realistiska resultat har vi de senaste åren börjat titta på hur maskininlärning kan användas för att ge mer information från en bristfällig simulering.

Beskrivning av examensarbetet

I det här examensarbetet vill vi undersöka hur den senaste tidens genombrott inom "Physically Informed Neural Nets" och "Fourier Neural Operators" kan användas för att öka upplösningen i en simulering. Vi vill utforska om man skulle kunna öka meshstorleken i en simulering och sen använda maskininlärning för att få tillbaka de detaljer som går förlorade i och med den större meshen. Med andra ord vill vi göra samma Super Resolution som görs på bilder fast på en fysikalisk simulering.

Med det här examensarbetet som erfarenhet hamnar du i en mycket bra position för att arbeta med den allra senaste tekniken inom fysikalisk simulering. Intresse för den här sortens teknik finns på ett flertal avdelningar på Saab Dynamics. Oavsett vart du hamnar kommer du ha en unik kunskap som tänjer på gränsen för vad som idag är möjligt att utföra med simulering.    

        

Den du är idag

Det här examensarbetet passar dig som har ett stort intresse för fysikalisk simulering och maskininlärning. Innehållet i examensarbetet anpassas dock baserat på din bakgrund och styrkor så tveka inte att söka om du känner att detta verkar intressant!

Projektet är för dig som ska genomföra ett examensarbete på 30 hp på en civilingenjörs-, eller mastersutbildning. Vi lägger mindre vikt vid inriktning, men erfarenhet krävs inom någon form av fysikalisk simulering, maskininlärning samt programmering i Python.

Examensarbetet kan med fördel utföras av två personer. En person kan då fokusera på Physically Informed Neural Nets och den andra på Fourier Neural Operator.

Placeringsort: Karlskoga eller Linköping


Vad du blir en del av

Vid sektionen för explosivämnesteknik utförs beräkningar gällande termokemi och verkan av explosivämnen. På sektionen bedrivs även utveckling, provning och analys inom områdena explosivämnesteknik, pyroteknik, livslängdsteknik och kemi.

Sista ansökningsdag

15-12-2021

Kontaktperson

Fredrik Dahlin, Sektionschef

+46 73 446 3163

Victor Björkgren, Handledare

+46 73 446 1032

If you aspire to help create and innovate whilst developing yourself in a challenging team setting, Saab may well have the perfect conditions for you to grow. We pride ourselves on a nurturing environment, where everyone is different yet we share the same goal – to help protect people.