Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Geotechnical Resilience through Intelligent Design

Projektbeschreibung

Geotechnik mit maschinellem Lernen voranbringen

Die Geotechnik steht aufgrund des Klimawandels und der Notwendigkeit nachhaltiger Baupraktiken vor enormen Herausforderungen. Fachleute müssen mit Böden arbeiten, die sich in ihren Eigenschaften stark unterscheiden, wodurch Bauarbeiten schwierig und oft unvorhersehbar werden. Herkömmliche Methoden zur Gewährleistung sicherer, effizienter Ausführungen sind langsam und verbrauchen große Mengen an Material, insbesondere Beton, der einen hohen CO2-Fußabdruck aufweist. Da die Anforderungen an die Infrastruktur zunehmen, sind neue Methoden unerlässlich, um den Bau effizienter und umweltfreundlicher zu gestalten. Das Ziel des EU-finanzierten Projekts GRID lautet in diesem Zusammenhang, maschinelles Lernen in die Geotechnik zu bringen, um diese Probleme zu lösen. Durch bessere Berechnungen, die Berücksichtigung von Bodenschwankungen und die Optimierung von Entwürfen will GRID den Materialverbrauch und die Emissionen senken und das Bauen sicherer und widerstandsfähiger gestalten.

Ziel

Our proposed research initiative seeks to propel machine learning into the forefront of geotechnical engineering, with a vision to address critical challenges and revolutionise the field for the betterment of society. The overarching goals of our project align with the need to confront uncertainty, combat climate change through zero carbon emission strategies, address soil parameter heterogeneity, expedite finite element (FE) calculations e.g. for reliability analyses, and enhance design efficiency to reduce material consumption, particularly in the context of concrete. By undertaking this multidimensional approach, our research aims not only to apply machine learning in geotechnical engineering but to fundamentally transform the field, ushering in a new era of efficiency, sustainability and resilience. Through collaboration and innovation, we aspire to make machine learning an integral and indispensable tool for addressing the complex challenges faced by geotechnical practitioners in the 21st century.

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-TMA-MSCA-SE - HORIZON TMA MSCA Staff Exchanges

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) HORIZON-MSCA-2023-SE-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

UNIVERSITAET FUER BODENKULTUR WIEN
Netto-EU-Beitrag
€ 138 000,00
Adresse
GREGOR MENDEL STRASSE 33
1180 Wien
Österreich
Region
Ostösterreich Wien Wien
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten
Keine Daten

Beteiligte (11)

Partner (7)