Modellierung: Maschinelles Lernen leitet neue Ära in den Materialwissenschaften ein

Deep-Learning-Ansatz ermöglicht genaue Berechnungen der elektronischen Struktur in großem Maßstab

Literature advertisement

Der verborgene Mechanismus des Weltgeschehens

Seit Jahrtausenden ist die Menschheit bestrebt, die Welt, in der sie lebt, erkennen und verstehen zu lernen. Die Erfahrung führt zu einem wachsenden Tatsachenmaterial und die zunehmende Erkenntnis zu einem sich fortwährend verändernden Weltbild.
Jahrzehntelang sind es fast ausschließlich die Biologen gewesen, die sich an die Aufgabe der Aufstellung eines einheitlichen Weltbilds herangewagt haben, Botaniker und Zoologen, Anatomen und Physiologen.
Die exakten Naturforscher haben sich dagegen lange Zeit hindurch nicht recht getraut, an das Weltbild in seiner Gesamtheit heranzutreten; denn für den exakten Aufbau fehlten zu viele, und zwar großenteils gerade die grundlegenden Bausteine. Erst in neuerer Zeit sind die Naturforscher in die Lage gekommen, den Aufbau guten Mutes zu wagen.
Mit diesem Buch liegt nun ein mutiger Beitrag vor. Es ist eine gemeinverständliche Darstellung biotechnischer Systeme der Welt und des verborgenen Mechanismus‘ unseres Weltgeschehens.

Hier geht es weiter …

Die Anordnung von Elektronen in Materie spielt in Grundlagenforschung und angewandter Forschung – wie bei Arzneimitteldesign oder Energiespeicherung – eine entscheidende Rolle. Lange Zeit fehlten jedoch geeignete Simulationsmethoden. Forscher des Center for Advanced Systems Understanding (CASUS) am Helmholtz-Zentrum Dresden-Rossendorf (HZDR) in Görlitz und der Sandia National Laboratories in Albuquerque, USA, haben nun eine auf maschinellem Lernen basierende Simulationsmethode entwickelt, die herkömmliche Verfahren zur Simulation elektronischer Strukturen übertrifft.
Quelle: IDW Informationsdienst Wissenschaft