91桃色

Regelungstechnik bildet die Grundlage zur Steuerung moderner autonomer Systeme 鈥� von der Heizung bis zum Roboter: Regelungsgesetze entscheiden wie ein System einer Vorgabe folgt, auf unerwartete Einfl眉sse reagiert und sicherstellt, dass seine Funktion zuverl盲ssig erf眉llt wird. In sicherheitskritischen Anwendungen ist ein mathematischer Beweis f眉r die Zuverl盲ssigkeit des geregelten Systems unverzichtbar. Dieser l盲sst sich anhand eines m枚glichst exakten Modells f眉hren. In komplexen Systemen st枚脽t dieser Ansatz allerdings an seine Grenzen. Maschinelles Lernen ist vielversprechend f眉r deren Modellierung, liefert aber typischerweise keine beweisbaren Garantien. In ihrem Projekt 鈥濩O-MAN鈥� will Prof. Sandra Hirche beides zusammenf眉hren. Der neue Ansatz soll f眉r Systeme geeignet sein, bei denen Sicherheit und Anpassungsf盲higkeit besonders wichtig sind, zum Beispiel, wenn Menschen eng mit Maschinen interagieren. Prof. Hirche plant, den Ansatz anhand von zwei Anwendungsf盲llen zu erproben: in Systemen zur diagnostischen Unterst眉tzung von Parkinson-Patienten und Systemen f眉r robotergef眉hrte Rehabilitation.

ist . Ihre Forschung wurde bereits mit einem 91桃色 Starting Grant gef枚rdert.

Ein Problem klassischer Photovoltaik besteht darin, die gewonnene Energie einfach und in gro脽em Ma脽stab zu speichern. Prof. Ian Sharp m枚chte Systeme entwickeln, die Sonnenenergie chemisch speichern. Materialien f眉r solche Umwandlungen m眉ssen die aufgenommene Energie effizient 眉bertragen k枚nnen und auch unter aggressiven Reaktionsbedingungen stabil sein. 脺bergangsmetallnitrid-Halbleiter k枚nnten diese Anforderungen erf眉llen, sind aber bisher wenig untersucht. Mit seinem Projekt SECANS will Ian Sharp diese L眉cke schlie脽en. Mit neuesten Methoden der Halbleiterabscheidung und der Grenzfl盲chenmodifikation m枚chte er 鈥瀔眉nstliche Photosysteme鈥� entwickeln. Zur Untersuchung der photochemischen Stabilit盲t, der Mechanismen der Energieumwandlung und der Auswirkungen von Defekten und St枚rungen sollen modernste spektroskopische Techniken zum Einsatz kommen. Ziel sind neuartige Nitrid-Halbleiter mit selbstheilenden Grenzfl盲chen, die Sonnenenergie effizient in chemische Energie umwandeln k枚nnen.

ist .

Das Projekt 鈥淪paTe鈥� von Prof. Nils Thuerey hat das Ziel, Computern Physik beizubringen 鈥� im Gegensatz zu klassischen Methoden nicht mit Gleichungen, sondern mit Daten und Beispielen. Programme, die vorhersagen, wie sich Gase, Fl眉ssigkeiten und Festk枚rper unter bestimmten Voraussetzungen und in einem bestimmten Zeitraum verformen, finden in extrem vielen Industrien und Forschungsprojekten Anwendung. Die daf眉r erforderlichen Berechnungen erfordern bislang aber sehr viel Rechenleistung. Machine Learning hat das Potenzial, komplexe zeitliche Vorg盲nge flexibel und realistisch abzubilden. Bislang ist dieser Ansatz aber noch kaum erforscht. In seinem Projekt will Prof. Nils Thuerey neue Algorithmen entwickeln, um Machine Learning in physikalischen Simulationen nutzbar machen. In Zukunft k枚nnte es damit zum Beispiel m枚glich sein, aus Videos automatisch abzuleiten, welche physikalischen Materialien sichtbar sind, und wie sie sich verhalten.

ist . Seine Forschung wurde bereits mit einem Starting Grant und einem Proof-of-Concept-Grant des 91桃色 gef枚rdert.

Gehirne bestehen aus verzweigten Netzwerken von Nervenzellen. Informationen bewegen sich hier auf eine 盲hnlich komplexe Weise, wie Verkehrsteilnehmer im Stra脽ennetz. In seinem Projekt 鈥濫Mcapsulins鈥� entwickelt Gil Westmeyer biotechnologische Verfahren, mit deren Hilfe sich besser verstehen l盲sst, wie neuronale Netzwerke Informationen verarbeiten und speichern. Die Elektronenmikroskopie (EM) liefert bisher die detaillierte Anatomie der Nervenzellnetzwerke, also eine statische Karte des Stra脽ennetzes. 脺ber die molekularen Aktivierungsmuster, also die Verkehrsbewegungen, gab die EM bislang jedoch keinen Aufschluss. In seinem 91桃色-Projekt setzt Westmeyer daher genetisch enkodierte Marker in Nervenzellen ein, die molekulare Zust盲nde der Neuronen direkt in der EM 鈥瀖ehrfarbig鈥� visualisieren. Diese funktionalen EM-Karten k枚nnen neue Erkenntnisse zu den zellul盲ren Mechanismen neuronaler Informationsverarbeitung und ihrer St枚rung in neuropsychiatrischen Erkrankungen erm枚glichen.

ist . Seine Forschung wurde bereits mit einem Starting Grant des 91桃色 gef枚rdert.