Virtual Material Design

 

Software

  • Tremolo-X/ATK-ForceField, Softwarepaket zur numerischen Simulation in der Molekulardynamik
  • HFFT, Softwarepaket zur effizienten Behandlung hoch-dimensionaler multivariater Funktionen

Leistungsangebot

  • Datengetriebenes Virtual Material Design
  • Mathematische Modellierung
  • Entwicklung von Algorithmen
  • Individuelle Lösungen

Forschungsgebiete

  • Multiskalen-Modellierung und Simulation in Quantenmechanik, Molekülardynamik & Kontinuumsmechanik
  • Hochdimensionale Probleme, Optimierung und (big) data analysis
  • Computergestütztes Material- und Molekulardesign

Fortschritte in Industrie und Technik werden möglich durch innovative Materialien  – Material-Wissenschaften, Chemie und Nano-Technologie  gehören daher zu den Schlüssel-Technologien unserer Zeit.

Die Entwicklung hoch-spezialisierter Materialien und Moleküle setzt  das Verständnis ihrer Eigenschaften voraus, von der atomaren Ebene bis zum direkt sichtbaren, makroskopischen Verhalten. Man benötigt daher zeitliche und räumliche Multiskalen-Modelle, um ein Material so genau zu beschreiben, dass alle Aspekte seines Verhaltens erfassbar werden.

Unser Ziel ist es, im Rechner – als virtuellem Labor – neue Materialien und Moleküle zu erzeugen und untersuchen. Das spart in der praktischen Entwicklung Zeit und Geld.

Die angewandte Forschung und Entwicklung bei VMD konzentriert sich auf daten-getriebenes Design, moderne Multiskalen-Modellierung und effiziente Simulations-Techniken.
Wir setzen modernste numerische Methoden für hochdimensionale Probleme, Optimierung, Maschinelles Lernen und Daten-Analyse ein

Die Verzahnung von Fachwissen, empirischen Daten und maßgeschneiderter Software ist unser Ansatz und unser Beitrag zur Lösung konkreter Fragestellungen.

 

Innovatives Daten getriebenes Design

 

Lange Zeit waren die Empirie (d.h. Experimente) und die Theorie (d.h. Modelle) die maßgeblichen Paradigmen in der Wissenschaft.
Mit der Jahrtausendwende etwa etablierten sich die Simulationen als ergänzendes, drittes Paradigma. Darüber hinaus hat die Fülle von experimentellen und berechneten Daten die Daten-getriebene Wissenschaft möglich gemacht, die als viertes Paradigma anzusehen ist.

Ein moderner Zugang zu wissenschaftlichen oder technischen Fragen kann über ein so genanntes „white-box“-Modell geschehen, welches die genaue physikalische Beschreibung des modellierten Systems erfasst (z.B. über die Lösung von PDGs). Alternativ kann ein „black-box“-Modell verwendet werden, welches lediglich das Eingabe-/Ausgabe-Verhalten des Systems untersucht (z.B. über maschinelles Lernen). Bei Bedarf können auch kombinierte Ansätze, so genannte „gray-box“-Modelle entwickelt und eingesetzt werden.