Datengeführte Experimentsteuerung und Maschinelles Lernen (A05)

• Fachliche Zuordnung: Computergestütztes Werkstoffdesign und Simulation von Werkstoffverhalten von atomistischer bis mikroskopischer Skala ; Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 506711657

A05 ist an der Schnittstelle aller SFB-Projekte angesiedelt, die Materialdaten erzeugen. A05 fusioniert die in den Datenquellen enthaltenen Informationen um Synergieeffekte für eine vollständige und genaue Darstellung des in den kombinierten Daten aus allen Projekten enthaltenen Wissens zu nutzen. Dies wird erreicht durch (i) Unterstützung und Bereitstellung von Vor- und Nachverarbeitungswerkzeugen im Zusammenhang mit der gemeinsamen Dateninfrastruktur (siehe INF), (ii) Analyse der in den kombinierten Datensätzen enthaltenen Informationen, um (iii) Vorschläge für weitere Messreihen oder Simulationen bereitzustellen, sowie die Unsicherheit der Vorhersage zu minimieren, und (iv) Ableitung von Designregeln für CCSS auf der Grundlage von Algorithmen aus dem Bereich maschinelles Lernen, angewandt auf katalytische Fragestellungen.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1625: Atomarskaliges Verständnis und Design von multifunktionalen Mischkristalloberflächen mit komplexer chemischer Zusammensetzung
• Antragstellende Institution: Ruhr-Universität Bochum
• Teilprojektleiter: Professor Dr.-Ing. Markus Stricker, seit 1/2024