@manual{
	titlea = "Prof.",
	vornamea = "Thomas",
	namea = "Braml",
	departmenta = "Fakultät für Bauingenieurwesen und Umweltwissenschaften",
	institutea = "BAU 4 - Institut für Konstruktiven Ingenieurbau",
	titleb = "",
	vornameb = "",
	nameb = "",
	departmentb = "",
	instituteb = "",
	titlec = "",
	vornamec = "",
	namec = "",
	departmentc = "",
	institutec = "",
	external-funds = "Bundesamt für Bauwesen und Raumordnung",
	company = "",
	project-title = "ZfPSmart - Intelligente Bauwerksdiagnostik",
	project-abstract = "Um die zerstörungsfreien Prüfverfahren (ZfP) im Bereich von Stahlbetonbauten zu verbessern, sollen unterschiedliche Prüfverfahren kombiniert werden und zu einer verbesserten Zustandserfassung und Prognosemodelle für die Schadensentwicklung führen. Zusammen mit Methoden der Kl (Künstlichen Intelligenz) sollen Informationsmuster aufgedeckt und eine allgemeine Erfassung sowie Erstellung von Prognosemodellen der Schadensentwicklung ermöglicht werden. Damit sollen die effektivsten Kombinationen aus Verfahren, Geräten und gemessenen Parametern sowie den konkreten Einfluss der Geräteeinstellungen herausgearbeitet werden. Mit einem experimentellen Ansatz sollen die Grundlage für die Trainingsdaten des Machine Learning (ML) gebildet werden. Hierbei sollen für drei ausgewählte Schadensarten bei Stahlbeton Schadensbilder gezielt erzeugt und per ZfP-Verfahren untersucht werden. Die Ergebnisse sollen auf Basis von ML zu ersten Informationsmustern führen.",
	proj-beginn = "01.07.2024",
	proj-end = "30.12.2026",
	forschungszentrum = "FZ RISK"
}