CECAM-Workshop zum maschinellen Lernen: Verbindung von Theorie und Experiment
Vom 8. bis 16. Juli veranstaltete das Zuse-Institut den CECAM-Flagship-Workshop mit dem Titel „Machine Learning of First Principles Observables“. Organisiert von der Theorie-Abteilung des Fritz-Haber-Instituts, konzentrierte sich der Workshop darauf, der steigenden Nachfrage nach fortschrittlichen Modellen, Workflows und Datenbanken gerecht zu werden. Der Workshop identifizierte effektiv Schlüsselbereiche zur Verbesserung der Vorhersage von Beobachtungsdaten aus ersten Prinzipien und legte den Grundstein für ein kollaboratives Netzwerk, um zukünftige Forschungsinitiativen voranzutreiben.
Überblick und Wissenschaftliches Programm
Während des CECAM Flagship Workshop: Machine Learning of First Principles Observables, fanden acht themenspezifische Sitzungen statt, die darauf abzielten, experimentelle und theoretische Gemeinschaften zu verbinden, von „Thermodynamische Observablen“ bis „Langreichweitige Wechselwirkungen“ und „Spektroskopie“, bei denen sowohl Redner*innen aus der Theorie als auch aus dem Experiment eingeladen wurden. Zusätzlich wurde nach jeder Sitzung eine Podiumsdiskussion abgehalten, um zu erörtern, wie sich das jeweilige Fachgebiet im Hinblick auf ML für Observablen weiterentwickelt.
Eine Postersession ermöglichte es vielen Teilnehmer*innen, ihre Arbeit zu präsentieren. Die Preise für die besten Poster wurden an Patricia König (Fritz-Haber-Institut, 1. Platz), Pol Febrer Calabozo (ICN2, 2. Platz) und Marvin Friede (Universität Bonn, 3. Platz) verliehen. Nicht-wissenschaftliche Inhalte in Form von Kaffeepausen, einem Konferenzdinner und einem Ausflug mit einer Stadtrundfahrt durch Berlin ermöglichten es den Teilnehmenden, sich in einem weniger formellen Rahmen auszutauschen und zu vernetzen.
Sitzungs- und Diskussionsthemen
Die acht Sitzungen des Workshops konzentrierten sich auf die folgenden Themen:
- Thermodynamic Observables
- Electronic Structure and Long Range Interactions (3 sessions)
- Magnetic Observables
- Spectroscopic Observables (2 sessions)
- Databases and Reaction Networks
Über alle Sitzungen hinweg wurden mehrere Themen identifiziert, die für die Bildung dieser Gemeinschaft als sehr wichtig erachtet wurden: Datenaustausch und -management, Überbrückung von Experiment und Simulation sowie Metriken zur Bewertung vorhergesagter Daten.
Durch die Behandlung dieser Themen hat der Workshop nicht nur die Grenzen der aktuellen Methodologien erweitert, sondern auch ein kollaboratives Umfeld geschaffen, das theoretische und experimentelle Ansätze verbindet und letztlich zu robusteren und anwendbareren wissenschaftlichen Fortschritten beiträgt. Darüber hinaus gab es mehrere greifbare Ergebnisse des Workshops, insbesondere in Bezug auf die Verbreitung von Open-Source-Codes, neue Kooperationen zwischen Experimentalist*innen und Theoretiker*innen sowie die Diskussion neuer Publikationen, die die Forschung verschiedener Teilnehmer*innen kombinieren.
Insgesamt hat der Workshop erfolgreich die kritischen Verbesserungsbereiche im Bereich der Vorhersage von Beobachtungsdaten aus ersten Prinzipien identifiziert und ein Netzwerk für zukünftige Forschungsbemühungen etabliert.
Allgemeine Informationen
Veranstalter*innen:
- Simone S. Köcher (IET-1, Forschungszentrum Jülich GmbH)
- Angela F. Harper (Fritz-Haber Institut der Max Planck Gesellschaft)
- Hanna Türk (École Polytechnique Fédérale de Lausanne)
- Elena Gelzinyte (Fritz-Haber Institut der Max Planck Gesellschaft)
- Giulia Glorani (Fritz-Haber Institut der Max Planck Gesellschaft)
