Mein Forschungsteam
Mein Forschungsteam und seine Kompetenzen
Finden Sie heraus, wie unser Forschungsteam an der Goethe-Universität fortschrittliche Algorithmen einsetzt, um die Daten des LHC am CERN zu analysieren. So können wir die Ursprünge des Universums besser verstehen.
Meine Agentur und ich arbeiten eng mit einer Gruppe von Forschern, Doktoranden und Studenten am Fachbereich Informatik und Mathematik der Goethe-Universität Frankfurt zusammen. Mit mehr als 700 Publikationen ist die Gruppe weltweit führend in der schnellen und effizienten Verarbeitung und Analyse großer Datenmengen aus physikalischen Experimenten wie denen am Large Hadron Collider.
Das ALICE-Experiment am LHC (CERN) untersucht beispielsweise die Eigenschaften der Materie unmittelbar nach dem Urknall, indem es diese Bedingungen durch Kollisionen von schweren Gold- oder Bleikernen nachstellt. Bei diesen Kollisionen zerfällt die Materie in ihre elementaren Bestandteile, die Quarks und Gluonen, die sich unabhängig voneinander bewegen und ein heißes Quark-Gluon-Plasma bilden.
Um die dabei entstehenden Teilchen- und Energieverteilungen zu analysieren, werden schnelle und effiziente Datenverarbeitungsalgorithmen benötigt, um die riesigen experimentellen Datenmengen zu bewältigen und aussagekräftige Rückschlüsse auf die Eigenschaften der Materie ganz am Anfang der Entstehung unseres Universums zu ziehen. Hier setzen die Algorithmen unserer Kollegen an der Universität Frankfurt an, die auf riesigen Computerfarmen unter solch anspruchsvollen Bedingungen arbeiten.
Für die mathematische Analyse von Prozessen und Phänomenen gibt es zwei Ansätze:
- Analytisch, wenn der Prozess gut bekannt ist und durch Formeln beschrieben werden kann, und
- Datengetrieben, wenn der Prozess nicht analytisch beschrieben werden kann und das Wissen über den Prozess mit Methoden der Künstlichen Intelligenz aus den Daten extrahiert wird, die der Prozess selbst erzeugt.
Meine Kollegen und ich entwickeln beide Ansätze, so dass unsere Verarbeitungs- und Analysemethoden auf die Bedürfnisse der jeweiligen Aufgabenstellung zugeschnitten sind.
Unsere Algorithmen zeichnen sich durch hohe Geschwindigkeit für Echtzeitbetrieb, hohe Effizienz und Robustheit sowie Skalierbarkeit für hohe Leistung auf modernen Computerclustern aus.
