Prof. Dr. Nils Thuerey

Professur

School

TUM School of Computation, Information and Technology

Kontakt

Wissenschaftliche Laufbahn und Forschungsgebiete

Prof. Thuerey (*1979) arbeitet an der Schnittstelle zwischen künstlicher Intelligenz (KI), numerischen Methoden und Physiksimulationen. Sein Schwerpunkt liegt insbesondere auf KI- und Deep-Learning Methoden für Simulationen auf der Grundlage von partiellen Differentialgleichungen (PDEs). Die zentrale Frage in diesem Zusammenhang lautet: Wie können KI-Technologien uns dabei helfen, die Welt um uns herum besser vorherzusagen und zu verstehen? Beispiele für seine Arbeit sind neuartige Algorithmen zur Integration klassischer numerischer Methoden mit neuronalen Netzen, die Vorhersage physikalischer Systeme unter Unsicherheit sowie die Frage, wie die verbesserte Vorhersage der aerodynamischen Eigenschaften von Objekten wie beispielsweise fahrenden Autos.

Nach dem Abschluss seines Informatik-Studiums promovierte Prof. Thuerey zum Thema Flüssigkeitssimulationen (2006), beides an der Universität Erlangen-Nürnberg. Danach arbeitete er bis 2010 als Post-Doktorand an der ETH Zürich (Schweiz) in Zusammenarbeit mit Ageia/Nvidia. In den folgenden drei Jahren hatte er eine Stelle als Research & Development Lead bei ScanlineVFX inne. Seit Herbst 2013 ist er Professor im Bereich Physikalisch-basierte Simulation an der TUM.

Lehrveranstaltungen

Wichtigste Auszeichnungen

Consolidator Grant “SpaTe", European Research Council (ERC) (2019)
Starting Grant "realFlow", European Research Council (ERC) (2014)
Technical Oscar (Technical achievement award of the AMPAS) (2012)

Schlüsselpublikationen (alle Publikationen)

Lino M., Pfaff T., Thuerey N.: "Learning Distributions of Complex Fluid Simulations with Diffusion Graph Networks". International Conference on Learning Representations (ICLR). 2025.

Abstract

Holzschuh B., Vegetti S., Thuerey N.: "Solving Inverse Physics Problems with Score Matching". Advances in Neural Information Processing Systems (NeurIPS). 2024.

Abstract

List B., Chen L., Thuerey N.: "Learned Turbulence Modelling with Differentiable Fluid Solvers". Journal of Fluid Mechanics (JFM). 2022.

Abstract

Um K., Fei Y., Brand R., Holl P., Thuerey N.: "Solver-in-the-Loop: Learning from Differentiable Physics to Interact with Iterative PDE-Solvers". Advances in Neural Information Processing Systems (NeurIPS). 2020.

Abstract

Thuerey N., Weissenow K., Prantl L., Hu X.: "Deep Learning Methods for Reynolds-Averaged Navier-Stokes Simulations of Airfoil Flows". Journal of the American Institute of Aeronautics and Astronautics (AIAA). 2020.

Abstract

Bei Änderungs- oder Aktualisierungswünschen wenden Sie sich bitte an Franz Langer.