idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
05/11/2023 09:44

Machine Learning und Physik: Neuer Ansatz ermöglicht präzise Modellierung mit wenigen Datenpunkten

Jasmin Zilz Pressestelle
Institut für industrielle Informationstechnik (inIT)

    Ein Team, bestehend aus inIT-Professor Markus Lange-Hegermann und seinen Koautoren Dr. Marc Härkönen und Dr. Bogdan Raiţă, hat einen bahnbrechenden Ansatz entwickelt, der die Modellierung physikalischer Systeme mit wenigen Datenpunkten ermöglicht. Durch die Kombination von physikalischen Gleichungen und wenigen Datenpunkten werden hochpräzise Modelle generiert.

    Der Ausgangspunkt des Projekts war das Ehrenpreis-Palamodov-Fundamentalprinzip aus den 1950er und 60er Jahren, das tiefe Einsichten zu linearen Differentialgleichungen liefert. Lange-Hegermann und seine Koautoren kombinierten das Prinzip mit ihren Vorarbeiten und schafften so den Sprung von der reinen Mathematik in die Praxis. Die Autoren zeigen, dass die Betrachtung charakteristischer Frequenzen von Lösungen von Differentialgleichungssystemen zu einer Wahrscheinlichkeitsverteilung auf dem Lösungsraum der Differentialgleichung führt. Diese Verteilung ist ein sogenannter Gaußprozess, der sich durch mathematische Gutartigkeit und einfache Übertragbarkeit auf Computer auszeichnet.
    Die Anwendbarkeit des neuen Ansatzes wurde an verschiedenen Differentialgleichungssystemen demonstriert, darunter der Wärmetransport, physikalische Wellen und die Maxwell-Gleichungen für Elektromagnetismus. Besonders im Bereich der Fusionsreaktoren kann die Vorhersage elektromagnetischer Felder aus wenigen Messungen in die Entwicklung einfließen, wo die Aufrechterhaltung des Magnetfeldes eine zentrale Herausforderung bleibt. inIT-Vorstand Prof. Markus Lange-Hegermann zeigt sich begeistert von der neuen Methode: „Diese ermöglicht eine präzisere Modellierung physikalischer Systeme mit geringerer Rechenzeit und bietet somit eine vielversprechende Perspektive für die Forschung und Entwicklung von physikalischen Zusammenhängen in Daten.“
    Die Autoren werden das Paper ausführlich in einem Vortrag auf der angesehenen Konferenz International Conference on Machine Learning 2023 (ICML) vorstellen, somit gehört es nach einem Auswahlprozess zu den besten 10% der akzeptierten Paper. Das Paper ist als Preprint mit Quellcode und Videos auf dem sogenannten arXiv, einem Dokumentenserver für Preprints verschiedener naturwissenschaftlicher Forschungsbereiche, verfügbar (https://arxiv.org/abs/2212.14319). Lange-Hegermann ist Professor am Institut für industrielle Informationstechnik (inIT) der Technischen Hochschule Ostwestfalen-Lippe, Dr. Marc Härkönen arbeitet bei Fano Labs in Hongkong, und Dr. Bogdan Raiţă wechselt im Sommer als Professor an die Georgetown University in Washington D.C. (USA).


    Contact for scientific information:

    Prof. Dr. rer. nat. Markus Lange-Hegermann


    Images

    Criteria of this press release:
    Journalists, Scientists and scholars
    Mathematics, Physics / astronomy
    transregional, national
    Scientific Publications, Transfer of Science or Research
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).