Maschinelles Lernen für schnelle Simulationen/Prognosen im Krisenmanagement
ML4CM
Notfallplan für eine Veranstaltung
Credit:
Shutterstock / Visuta / teilweise mithilfe von KI generiert
Laufzeit: 2026-2028
In Krisensituationen zählt jede Sekunde. Damit Entscheidungsträger, etwa von der Feuerwehr, schnell und richtig handeln können, müssen sie wissen, wie sich ein freigesetzter Gefahrstoff ausbreitet. Aktuelle Modelle sind oft zu langsam oder können Details, wie Gebäude und Gelände, nicht berücksichtigen.
Im Projekt ML4CM (Maschinelles Lernen für schnelle Simulationen/Prognosen im Krisenmanagement) kombinieren wir daher physikalische Prinzipien mit Künstlicher Intelligenz (KI), um schnelle und zuverlässige Simulationen für verschiedene Krisenszenarien bereitzustellen. Insbesondere im Bereich der Notfallausbreitungsrechnung für den Nahbereich, die topografische Elemente wie Gebäude berücksichtigt und zugleich Ergebnisse innerhalb kurzer Zeit liefert, besteht ein erheblicher Forschungsbedarf.
Die Integration detaillierter Umgebungsdaten in Kombination mit einer hohen Rechengeschwindigkeit wird auch im Crowd Management benötigt. So kann die Technik bei Großveranstaltungen oder Evakuierungen helfen, Menschenströme sicher zu lenken und Engpässe rechtzeitig zu erkennen. Krisenmanager können so schnell verschiedene Szenarien in Sekunden durchspielen und fundierte Evakuierungsplänen erstellen. Das rettet im Ernstfall Leben.
Aus fachlicher Sicht entwickeln wir im Projekt ML4CM Physics-Informed Neural Networks (PINNs) zu Finite Element Neural Networks (FENNs) weiter. Diese Methoden integrieren physikalische Prinzipien und Methoden zur Vorkonditionierung des mathematischen Problems in den maschinellen Lernprozess. Sie ermöglichen schnellere und genauere parametrische Simulationen und eignen sich hervorragend für die Integration in Digitale Zwillinge.
Projekt
ML4CM
Laufzeit
2026–2028
Ziel
Steigerung der Anwendungsreife innovativer Methoden des wissenschaftlichen Machine-Learnings im Krisenmanagement
Kontakt
Prof. Dr.-Ing. Alexander Popp
Abteilungsleiter
Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Institut für den Schutz terrestrischer Infrastrukturen
