Verbesserung der Robustheit rechnergestützter Workflows in der Materialwissenschaft (A03)

• Fachliche Zuordnung: Theoretische Physik der kondensierten Materie ; Softwaretechnik und Programmiersprachen
• Förderung: Förderung seit 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 414984028

Ab initio-Codes aus den Computational Materials Science (CMS) können eine Vielzahl von Materialeigenschaften vorhersagen. Wissenschaftler:innen sehen sich jedoch mit einer enormen Variabilität solcher Codes konfrontiert, die sich in den verwendeten Basissätzen, potenziellen Approximationsmethoden und konkreten Vorhersagealgorithmen unterscheiden. In Phase I konzentrierte sich das Projekt darauf, systematische Teststrategien für einzelne CMS Codes innerhalb von Workflows zu entwickeln. In der zweiten Phase werden wir unseren Fokus erweitern, um voll-ständige CMS-Datenanalyse-Pipelines einschließlich nachgelagerter Anwendung des maschinellen Lernens anzugehen. Das Projekt wird neue Technologien erforschen, um Leitlinien und Empfehlungen für Wissenschaftler:innen zu erstellen, wie Materialeigenschaften mit dem gewünschten Genauigkeitsniveau berechnet und in weiteren Prozessschritten genutzt werden können.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1404: FONDA – Grundlagen von Workflows für die Analyse großer naturwissenschaftlicher Daten
• Antragstellende Institution: Humboldt-Universität zu Berlin
• Teilprojektleiterinnen / Teilprojektleiter: Professorin Dr. Claudia Draxl; Professor Dr. Lars Grunske; Dr. Pasquale Pavone