Fachgebiet Statik / Dynamik

Dipl-Ing. Konstantin Goldschmidt

Gebäude 14
Zimmer 549
Tel.: +49 631 205-2932
Fax: +49 631 205-3901
E-Mail: konstantin.goldschmidt(at)bauing.uni-kl.de


Ausbildung

2010-2016

Studium des Bauingenieurwesens an der Technischen Universität Kaiserslautern, Abschluss als Dipl.-Ing.


Beruflicher Werdegang

10/2014 - 02/2017

Hilfskraft im Ingenieurbüro IG Bauplan GmbH, Kaiserslautern


seit 2018

Wissenschaftlicher Mitarbeiter im Fachgebiet Statik und Dynamik der Tragwerke
 


Veröffentlichungen

2023

Goldschmidt, K., Zouatine, M., H. Sadegh-Azar, H.; Entwicklung eines fortschrittlichen Ansatzes für die Bewertung des seismischen Risikos der europäischen Kernkraftwerke, In: Bauingenieur , Seite S 9 - S 10, VDI fachmedien, Düsseldorf, 2023, doi.org/10.37544/0005-6650-2023-04-32

Goldschmidt, K., Zouatine, M., H. Sadegh-Azar, H.; Künstliche Intelligenz im Erdbebeningenieurwesen, In: Bauingenieur , Seite S 6 - S 7, VDI fachmedien, Düsseldorf, 2023, doi.org/10.37544/0005-6650-2023-04-29

2022

Goldschmidt, K., Mohtasham Miavaghi, M., H. Sadegh-Azar, H.; Long Short-Term Memory Networks for prediction of earthquake demand parameter time series in seismic fragility analysis, 3rd European Conference on Earthquake Engineering & Seismology, Bucharest, Romania, 2022

Zentner, I., Pagani, M., Bazzurro, P, Sadegh-Azar, H., Goldschmidt, K., Sevbo, O., Senfaute, G., Nistor, I., Jones, R.: Challenges and innovation in tools and methods for seismic risk assessment of NPP addressed by METIS project, SMiRT 26th International Conference on Structural Mechanics in Reactor Technology , Potsdam, 2022

Goldschmidt, K., Sadegh-Azar, H., Sevbo, O., Richard, B., A. Garcia de Quevedo Iñarritu, P., Bazzurro, P., Vamvatsikos, D.: Innovative approaches for Seismic Fragility Analysis within METIS project, SMiRT 26th International Conference on Structural Mechanics in Reactor Technology , Potsdam, 2022

Goldschmidt, K., H. Sadegh-Azar, H., Mohtasham Miavaghi, M.,: Relevant intensity measures for seismic damage prediction with artificial neural networks; SMiRT 26th International Conference on Structural Mechanics in Reactor Technology , Potsdam, 2022

Goldschmidt, K.; Miavaghi, M.; Sadegh-Azar, H.: Auswahl relevanter ingenieurseismologischer Parameter mithilfe künstlicher Neuronaler Netze; 7. VDI-Fachtagung Baudynamik 2022, Würzburg

Zentner, I.; Pagani, M.; Bazzurro, P.; Goldschmidt, K.; Sevbo, O.; Euratom METIS - Innovation in Methods and Tools for Seismic Risk Assessment; Closing Symposium SIGMA-2; 2022; Avignon

Goldschmidt, K., Sadegh-Azar, H.: Seismic Margin Assessment - Methodologies for the Assessment of Structures, Systems and Components, METIS summer school fragility NTUA Athens, Greece, 2022

2021

Goldschmidt, K.; Sadegh-Azar, H.: Sicherheitstechnische Grundlagen der Erdbebenauslegung, in: Bauingenieur, Band 96 (2021) Nr. 12, VDI Fachmedien, DOI 10.37544/0005-6650-2121-12-33

Goldschmidt, K., Sadegh-Azar, H.: Versagenswahrscheinlichkeiten im Erdbebeningenieurwesen in Deutschland. In: Hannewald, P.; Beyer, K.; Chatzi, E. et al. (Hrsg.): Tagungsband zur 17. D-A-CH Tagung Erdbebeningeniuerwesen und Baudynamik, 2021

2019

Mashmouli, M.; Goldschmidt, K.; Steinel, L.; Sadegh-Azar, H.: Application of Neural Networks in Seismic Response Prediction of Structures, A neural Network-based method for predicting seismic response of structures, Tehran, Nov 2019

Goldschmidt, K.; Mahsmouli, M.; Schneider, L.; Sadegh-Azar, H.: Methoden der Künstlichen Intelligenz zur Bestimmung der Erdbebenschädigung, in: 16. D-A-CH Tagung Erdbebeningenieurwesen & Baudynamik 2019, Innsbruck

Mahsmouli, M.; Goldschmidt, K.; Steinel, L.; Sadegh-Azar, H.: Application of Neural Networks in Seismic Response Prediction of Structures, in: 16. D-A-CH Tagung Erdbebeningenieurwesen & Baudynamik 2019, Innsbruck

Sadegh-Azar, H.; Goldschmidt, K.; Jahnel, L.: Innovative Reibungsfedern zur Erhöhung der Erdbebensicherheit, in: 16. D-A-CH Tagung Erdbebeningenieurwesen & Baudynamik 2019, Innsbruck


Arbeitsschwerpunkte

Erdbebeningenieurwesen

Seismische Fragilitätsanalyse

Maschinelles Lernen

H2020 Projekt METIS  (Link: Newsroom – METIS (metis-h2020.eu))


Zum Seitenanfang