Künstliche Intelligenz zur Modellierung von Diffusions-/Advektionsströmungen in einem porösen Medium-Das BASE initiiert ein Forschungsprojekt zur Entwicklung von KI-basierten Modellen zur Simulation von diffusions- und advektionsgesteuerten Strömungen (TDA) in porösen Medien. Ziel des Projektes ist es, die Migration von Radionukliden (RN) in potenziellen Wirtsgesteinen - Tonstein, Steinsalz und kristalline Gesteine - über lange geologische Zeiträume mittels KI zu simulieren. Das Projekt verwendet KI und konventionelle numerische Methoden, um Transportprobleme zu lösen und die Modellierungsergebnisse zu verbessern. KI- Methoden wie maschinelles Lernen ermöglichen effizientere und genauere Vorhersagen. Ziel ist es, Unsicherheiten in der Modellierung zu reduzieren und fundierte Prognosemodelle für die Langzeitsicherheit geologischer Endlager zu erstellen. Die Projektergebnisse sind auch für die Erfüllung der Anforderungen und Kriterien des Standortauswahlgesetzes (StandAG) relevant. Neben den numerischen Aspekten werden auch die gesellschaftlichen Implikationen des Einsatzes von KI untersucht. Insbesondere die Transparenz und Nachvollziehbarkeit der KI-Ergebnisse stehen dabei im Vordergrund, um das Vertrauen der Öffentlichkeit und der Stakeholder in die Methoden der Standortauswahl zu stärken. Die Ergebnisse des Forschungsvorhabens werden das BASE dabei unterstützen, die wissenschaftlichen Ergebnisse der Bundesgesellschaft für Endlagerung (BGE mbH) zu bewerten und eigene methodische Ansätze weiterzuentwickeln. Damit trägt das Projekt zur Erfüllung der regulatorischen Aufgaben des BASE bei und verbessert die wissenschaftliche Basis für zukünftige Sicherheitsanalysen geologischer Tiefenlager.

Zugang zu Ausschreibungsunterlagen für "Künstliche Intelligenz zur Modellierung von Diffusions-/Advektionsströmungen in einem porösen Medium-Das BASE initiiert ein Forschungsprojekt zur Entwicklung von KI-basierten Modellen zur Simulation von diffusions- und advektionsgesteuerten Strömungen (TDA) in porösen Medien. Ziel des Projektes ist es, die Migration von Radionukliden (RN) in potenziellen Wirtsgesteinen - Tonstein, Steinsalz und kristalline Gesteine - über lange geologische Zeiträume mittels KI zu simulieren. Das Projekt verwendet KI und konventionelle numerische Methoden, um Transportprobleme zu lösen und die Modellierungsergebnisse zu verbessern. KI- Methoden wie maschinelles Lernen ermöglichen effizientere und genauere Vorhersagen. Ziel ist es, Unsicherheiten in der Modellierung zu reduzieren und fundierte Prognosemodelle für die Langzeitsicherheit geologischer Endlager zu erstellen. Die Projektergebnisse sind auch für die Erfüllung der Anforderungen und Kriterien des Standortauswahlgesetzes (StandAG) relevant. Neben den numerischen Aspekten werden auch die gesellschaftlichen Implikationen des Einsatzes von KI untersucht. Insbesondere die Transparenz und Nachvollziehbarkeit der KI-Ergebnisse stehen dabei im Vordergrund, um das Vertrauen der Öffentlichkeit und der Stakeholder in die Methoden der Standortauswahl zu stärken. Die Ergebnisse des Forschungsvorhabens werden das BASE dabei unterstützen, die wissenschaftlichen Ergebnisse der Bundesgesellschaft für Endlagerung (BGE mbH) zu bewerten und eigene methodische Ansätze weiterzuentwickeln. Damit trägt das Projekt zur Erfüllung der regulatorischen Aufgaben des BASE bei und verbessert die wissenschaftliche Basis für zukünftige Sicherheitsanalysen geologischer Tiefenlager."

Erhalten Sie vollständigen Zugriff auf alle Dokumente und Unterlagen dieser Ausschreibung von Bundesamt für die Sicherheit der nuklearen Entsorgung. Mit AuftragSelect verpassen Sie keine wichtigen Ausschreibungen mehr und können sich optimal auf Ihre Angebote vorbereiten.