Moderne Monte Carlo Verfahren mit ML Potentialen für Anwendungen in den Materialwissenschaften (A01)

• Fachliche Zuordnung: Theoretische Chemie: Elektronenstruktur, Dynamik, Simulation ; Mathematik ; Theoretische Chemie: Moleküle, Materialien, Oberflächen
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 511713970

Die Untersuchung von Energie-Technologie-Systemen mit computergestützten Methoden erfordert große Zeitskalen und eine genaue Behandlung aller vorhandenen atomaren Wechselwirkungen. Dieses Projekt hat daher das Ziel, Methoden zu entwickeln, die effizient genaue Ergebnisse liefern können. Um die Beschränkungen der konventionellen Ab Initio Molekular Dynamik (AIMD) zu überwinden, werden Hamiltonian Monte Carlo (HMC) Ansätze und Kraftfelder, die auf maschinellem Lernen basieren und anhand von Daten aus AIMD-Simulationen trainiert werden, eingesetzt. Insgesamt zielt dieses Projekt darauf ab, neue Möglichkeiten bei der Untersuchung hochkomplexer Systeme zu erschließen und wertvolle Erkenntnisse für Materialien zu Energie-Technologien zu liefern.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1639: NuMeriQS: Numerische Methoden zur Untersuchung von Dynamik und Strukturbildung in Quantensystemen
• Antragstellende Institution: Rheinische Friedrich-Wilhelms-Universität Bonn
• Teilprojektleiterinnen / Teilprojektleiter: Professor Dr. Michael Griebel; Professorin Dr. Barbara Kirchner; Professor Dr. Carsten Urbach