Skip to content

Latest commit

 

History

History
37 lines (25 loc) · 4.71 KB

fhi.md

File metadata and controls

37 lines (25 loc) · 4.71 KB
Raw
layout
page

FHI

FHI logo

Die Max-Planck-Gesellschaft (MPG) zur Förderung der Wissenschaften ist eine unabhängige, gemeinnützige Forschungsorganisation. Das Fritz-Haber-Institut (FHI) in Berlin ist eines von 84 Instituten und Forschungseinrichtungen der MPG. Am FHI gibt es 6 Abteilungen; die Abteilung Theorie wurde 1988 von Matthias Scheffler aufgebaut.

Kompetenzen

Die Forschung in der Abteilung befasst sich, basierend auf der Elektronenstrukturtheorie, mit dem Verständnis fundamentaler Aspekte chemischer und physikalischer Eigenschaften von Oberflächen, Grenzflächen, Clustern, Nanostrukturen und Festkörpern. Aktuelle Forschungsaktivitäten beinhalten Untersuchungen zu katalytischen Reaktionen an Oberflächen, thermischer Leitfähigkeit, thermoelektrischen Materialien, anorganischen/organischen Hybridmaterialien und Biophysik. Dabei handelt es sich um Multiskalen-Studien, die Berechnungen der Elektronenstruktur aus Grundprinzipien und ab initio Molekulardynamik mit Methoden aus der Thermodynamik und Statistischen Mechanik verbinden, um ein Verständnis für meso- und makroskopische Phänomene unter realistischen Bedingungen (Druck und Temperatur) zu entwickeln. Zudem arbeiten Scheffler und seine Gruppe an der Entwicklung theoretischer Methoden zur Berechnung angeregter Zustände und Elektronenkorrelationen sowie an Software für groß angelegte Rechnungen auf Hochleistungsrechnern. In den letzten Jahren kam Methodenentwicklung für neuronale Netzwerke und Compressed-Sensing hinzu, um Strukturen und Muster in Big Data von Materialien zu identifizieren und schlussendlich eine „Materiallandkarte“ zu erstellen. Mitglieder des FHI waren und sind maßgeblich an der Konzeption, Gründung und Durchführung des europäischen Center of Excellence (CoE) Novel Materials Discovery (NOMAD) beteiligt; Matthias Scheffler ist der Koordinator dieses CoE. NOMAD erfasst, speichert und kuratiert computergestützte materialwissenschaftliche Daten, die mit den wichtigsten heute verfügbaren materialwissenschaftlichen Codes berechnet werden. NOMAD entwickelt Werkzeuge für Data-Mining, um Strukturen, Zusammenhänge und neue Informationen zu finden, die durch das Studium kleinerer Datensätze nicht entdeckt werden konnten. Das FHI ist an vielen anderen relevanten Kooperationsprojekten beteiligt, unter anderem am Kompetenzzentrum für den intelligenten Umgang mit großen Datenmengen, dem BMBF-geförderten Berlin Big Data Center (BBDC). Matthias Scheffler ist einer der Koordinatoren von BiGmax, dem Max-Planck-Netzwerk für Big-Data- Driven Materials Science. BiGmax ist ein Netzwerk der Max-Planck- Gesellschaft mit dem erklärten Ziel, die Potenziale der datengetriebenen Materialwissenschaft zu nutzen. Die BiGmax-Wissenschaftler verschiedener Max-Planck-Institutionen decken eine große Bandbreite an Forschungsgebieten ab, und die angestrebten Synergien werden es ihnen und ihren Instituten ermöglichen neuartige, domänenspezifische Methoden zu entwickeln. Das FHI ist federführend am Aufbau des derzeit in Gründung befindlichen Vereins FAIR Data Infrastructure for Physics, Chemistry, Materials Science and Astronomy beteiligt, welcher bei der finalen Verwertung und Nutzbarmachung der hier entwickelten Technologien und Konzepte eine Rolle spielen wird.

Ziele

Das FHI arbeitet mit 50,5 Personenmonaten an folgenden Themen:

Das FHI wird die bestehende Expertise und die Community­einbindung im Bereich der Computational Materials Science einbringen. Darüber hinaus dient das am FHI entwickelte NOMAD Repositorium und Archiv als grundlegender Datenraum für die Entwicklung des MatVoc Vokabulars für Materialeigenschaften. Am FHI werden:

  1. Datensätze erstellt, anhand deren die Entwicklung des Vokabulars vorangetrieben wird;
  2. Die Ontologie und das Vokabular für Materialdaten mitentwickelt und ein Beteiligungsmodell für die Community verwirklicht;
  3. Die Vernetzung mit Datensätzen experimenteller Materialdaten implementiert;
  4. Qualitätsmaßstäbe und Reifegradmodelle für simulierte Materialdaten entwickelt;

Um die Akzeptanz der hier entwickelten Vokabulare und Ansätze in der Community sicherzustellen, sollen Stakeholder über Workshops und die Konferenz in den Entwicklungsprozess mit eingebunden und die Community auf Tagungen informiert werden.

Projektbeiträge

Im ersten halben Jahr arbeitet das FHI an folgenden Punkten:

  • Anforderungsanalyse
  • Iterative, community-getriebene Ontologiemodellierung und Validierung
  • Integration der Mappings typischer Materialdatenschemate
  • Internationalisierung und Digitalisierung in der Materialwissenschaft