Masterarbeit - Riss-Segmentierung mittels Convolutional Neural Network in CT-Scans von Keramiken

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist eine der führenden Organisationen für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

Das Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut, EMI bietet Ihnen anspruchsvolle und abwechslungsreiche Aufgaben mit Verantwortung und Gestaltungsspielraum. Wir forschen im Auftrag unserer Kunden aus verschiedensten Bereichen von Wirtschaft und Politik und wenden die neuesten Erkenntnisse aus Wissenschaft und Forschung auf konkrete Projekte an. Die Anwendungen liegen in den Bereichen Verteidigung, Sicherheit und Resilienz, Automotive, Raumfahrt und Luftfahrt.

Ihre Aufgaben

Im Rahmen der Masterarbeit sollen computertomografische Aufnahmen von unterschiedlich stark geschädigten Keramik-Proben analysiert werden. Hierzu soll ein automatisiertes KI-Auswertungsverfahren weiterentwickelt werden, mit dessen Hilfe die Risse identifiziert und segmentiert werden können. In vorangegangen Arbeiten wurde in Tensorflow ein Convolutional Neural Network (CNN) mit U-net-Architektur trainiert, welches eine Risssegmentierung in diversen 2D-Röntgenbildern von Glas- und Keramik-Proben ermöglichte. Dieses CNN soll durch eine Hyperparameterstudie und weiteres Training optimiert werden. Zudem sollen Verfahren erarbeitet werden, bei denen auch dreidimensionale Informationen aus den CT-Aufnahmen Berücksichtigung finden.,

• Sehr gute Betreuung durch erfahrene Wissenschaftlerinnen und Wissenschaftler, die Sie bei Ihrer Arbeit unterstützen.

• Interdisziplinäre Zusammenarbeit mit Kolleginnen und Kollegen aus verschiedenen Fachgebieten.

• Unterstützung durch das Angebot unserer Bibliothek bei Literaturrecherche, Beschaffung von Fachliteratur sowie der Erstellung und Finalisierung der Abschlussarbeit.

• Sehr gutes Betriebsklima in einem hochmodernen Arbeitsumfeld, das mit den neuesten Technologien und Ressourcen ausgestattet ist.

• Möglichkeit, an wegweisenden Forschungsprojekten teilzunehmen

  Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen - unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

  Die wöchentliche Arbeitszeit beträgt 39 Stunden. Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.

  Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Ihr Profil

• Sie absolvieren ein wissenschaftliches Hochschulstudium (Diplom oder Master) im Bereich Informatik, Physik, Mathematik oder vergleichbare Natur- oder Ingenieurwissenschaften

• Sie haben fundierte Kenntnisse in Python und Tensorflow

• Sie haben Vorkenntnisse in den Bereichen Computer Vision/ Bildverarbeitung/ Machine Learning

• Interesse am Thema Bild-Segmentierung

• Vorkenntnisse in Materialwissenschaften sowie Praxiserfahrung im Umgang mit experimentell erhobenen Forschungsdaten wären von Vorteil

• Deutsch- und Englischkenntnisse auf mind. B2-Niveau

Wir bieten Ihnen

Die Gruppe Ballistischer Schutz arbeitet an der Weiterentwicklung von Methoden für die Charakterisierung und Modellierung von spröden Schutzwerkstoffen, wie Gläser und Keramiken. Bei dynamischen Prozessen, wie dem Eindringen eines Projektils, fragmentieren die spröden Schutzwerkstoffe, was bei prognosefähigen Simulationen Berücksichtigung finden muss. Wesentlich für den ballistischen Widerstand ist hierbei der Zusammenhang zwischen dem Grad der Schädigung und der Festigkeit. Für die Charakterisierung des Schädigungsgrades müssen Risse in computertomografischen Aufnahmen der Werkstoffproben zuverlässig identifiziert und segmentiert werden.

Kontakt

Herr Dr. Steffen Bauer Wissenschaftlicher Mitarbeiter steffen.bauer@emi.fraunhofer.de

Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut EMI

www.emi.fraunhofer.de