Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Deep Learning als neues Werkzeug in der Schwerionenphysik

22.01.2018

Mit verbesserten neuronalen Netzen gewinnen Physiker der Goethe-Universität Informationen aus der Datenflut von Schwerionenkollisionen. Sie suchen damit nach Hinweisen für einen frühen Zustand der Materie kurz nach dem Urknall: Das Quark-Gluon-Plasma.

Deep Learning ist eine Methode des Maschinenlernens, bei der Computermodelle eigenständig mit Beispielen lernen. Wie Wissenschaftler der Goethe-Universität und des Frankfurt Institute for Advanced Studies (FIAS) in der aktuellen Ausgabe von „Nature Communications“ zeigen, lässt sie sich verwenden, um Daten aus Schwerionenkollisionen zu klassifizieren.


Datenanalyse mit Deep Learning

Grafik: FIAS

Ihr Ziel ist es, die Veränderungen in der Teilchenmaterie direkt aus den experimentellen Daten zu bestimmen und damit künftig mehr über die Zustände im frühen Universum und in Neutronensternkollisionen zu erfahren.

„Im Frühjahr 2016 gewann Googles AlphaGo Computer mittels künstlicher Intelligenz gegen einen Profi-Spieler des Strategiespiels Go. Das hat uns so sehr begeistert, dass wir herausfinden wollten, ob auch wir einen Computer so trainieren könnten, dass er uns die Zustandsgleichungen von Teilchenkollisionen in einem Schwerionenphysik-Experiment besser vorhersagen kann“, erklärt Dr. Long-Gang Pang, Erstautor der Studie und ehemals Postdoktorand des FIAS. Seit einigen Monaten arbeitet er an der University of California in Berkeley, USA.

Gegenstand seiner Forschung zusammen mit Dr. Kai Zhou und Dr. Nan Su aus den Arbeitsgruppen von Prof. Hannah Petersen und Prof. Horst Stöcker und Prof. Wang Xin-Nian (Berkeley, USA) ist die Untersuchung und Vorhersage von Experimenten, bei denen Teilchen mit nahezu Lichtgeschwindigkeit zusammenprallen.

Zu den größten noch offenen Fragen gehört, ob dabei ein spezieller Materiezustand, das Quark-Gluon-Plasma, erzeugt wird, und wie der Übergang zu normaler Materie aussieht. Bisher können einige wichtige Informationen, wie der Druck oder der Übergang zwischen den Zuständen, ‎nicht direkt aus den experimentellen Daten abgelesen werden. Hierfür braucht man komplexe Computermodelle und riesige Rechnerleistungen. Gerade hier kann Deep Learning Prozesse effizienter gestalten und die Datenanalyse deutlich verbessern.

Der Begriff des „Deep Learning“ kam im Laufe der letzten Jahre immer wieder im Zusammenhang mit künstlicher Intelligenz, „Big Data“ oder modernen Analysealgorithmen auf. Inzwischen steckt Deep Learning hinter den meisten Spracherkennungssystemen in Smartphones oder intelligenten Haushaltshelfern, aber auch in der Technologie des autonomen Fahrens.

Man versteht darunter eine Methode des Maschinenlernens, bei der Computermodelle eigenständig lernen, Klassifizierungen vorzunehmen. Dazu nehmen sie große Mengen an bekannten Bildern, Text, oder Geräuschen in eine Datenbank auf und vergleichen sie dann mit unbekannten Daten. Die Systeme können sogar aus ihren Fehlern lernen und einige Probleme inuzwischen effizienter lösen als Menschen, z.B. das Bestimmen von Objekten auf Bildern.

Am interdisziplinären FIAS arbeiten Neurowissenschaftler schon lange daran, die Prozesse die in unserem Gehirn stattfinden, zu abstrahieren, um daraus künstliche neuronale Netze zu entwickeln. Dazu gehören auch Convolutional Neural Networks (neuronale Faltungsnetzwerke, kurz CNN), welche die Basis für Deep Learning darstellen. Durch die Arbeit der Kollegen am eigenen Institut inspiriert, haben Long-Gang Pang, Kai Zhou und Nan Su ein CNN mit über 20.000 Bildern von simulierten Schwerionenkollisionen trainiert und erfolgreich gezeigt, dass es in Zukunft möglich sein wird, die Methode zu verwenden, um die Phasenstruktur und andere Ergebnisse direkt aus den experimentellen Daten abzulesen.

Damit die Wissenschaftler ihre Methode auch direkt bei experimentellen Daten anwenden können, liegt noch etwas Arbeit vor ihnen, hierzu müssen sie u.a. noch die Feinheiten der Detektoren in ihr Modell mit aufnehmen.

Publikation:
Long-Gang Pang, Kai Zhou, Nan Su, Hannah Petersen, Horst Stöcker & Xin-Nian Wang: “An equation-of-state-meter of quantum chromodynamics transition from deep learning” Nature Communications https://www.nature.com/articles/s41467-017-02726-3, DOI : 10.1038/s41467-017-02726-3

Information: Prof. Dr. Hannah Petersen, Institut für Theoretische Physik, Fachbereich 13, sowie Frankfurt Institute for Advanced Studies (FIAS), Campus Riedberg, Tel.: (069) 798 47652, petersen@fias.uni-frankfurt.de

Aktuelle Nachrichten aus Wissenschaft, Lehre und Gesellschaft in GOETHE-UNI online (www.aktuelles.uni-frankfurt.de)

Die Goethe-Universität ist eine forschungsstarke Hochschule in der europäischen Finanzmetropole Frankfurt. 1914 mit privaten Mitteln überwiegend jüdischer Stifter gegründet, hat sie seitdem Pionierleistungen erbracht auf den Feldern der Sozial-, Gesellschafts- und Wirtschaftswissenschaften, Medizin, Quantenphysik, Hirnforschung und Arbeitsrecht.

Am 1. Januar 2008 gewann sie mit der Rückkehr zu ihren historischen Wurzeln als Stiftungsuniversität ein hohes Maß an Selbstverantwortung. Heute ist sie eine der zehn drittmittelstärksten und drei größten Universitäten Deutschlands mit drei Exzellenzclustern in Medizin, Lebenswissenschaften sowie Geistes- und Sozialwissenschaften. Zusammen mit der Technischen Universität Darmstadt und der Universität Mainz ist sie Partner der länderübergreifenden strategischen Universitätsallianz Rhein-Main. Internet: www.uni-frankfurt.de

Herausgeberin: Die Präsidentin der Goethe-Universität Redaktion: Dr. Anne Hardy, Referentin für Wissenschaftskommunikation, Abteilung PR & Kommunikation, Theodor-W.-Adorno-Platz 1, 60323 Frankfurt am Main, Tel: (069) 798-12498, Fax: (069) 798-763 12531, hardy@pvw.uni-frankfurt.de.

Dr. Anne Hardy | idw - Informationsdienst Wissenschaft

Weitere Nachrichten aus der Kategorie Physik Astronomie:

nachricht ESO-Teleskop sieht die Oberfläche des schwächelnden Beteigeuze
14.02.2020 | Max-Planck-Institut für Astronomie

nachricht Mit neuer Technik im extrem-ultravioletten Lichtbereich beobachten Forschende Quanteninterferenzen in Echtzeit
14.02.2020 | Albert-Ludwigs-Universität Freiburg im Breisgau

Alle Nachrichten aus der Kategorie: Physik Astronomie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Transparente menschliche Organe ermöglichen dreidimensionale Kartierungen auf Zellebene

Erstmals gelang es Wissenschaftlerinnen und Wissenschaftlern, intakte menschliche Organe durchsichtig zu machen. Mittels mikroskopischer Bildgebung konnten sie die zugrunde liegenden komplexen Strukturen der durchsichtigen Organe auf zellulärer Ebene sichtbar machen. Solche strukturellen Kartierungen von Organen bergen das Potenzial, künftig als Vorlage für 3D-Bioprinting-Technologien zum Einsatz zu kommen. Das wäre ein wichtiger Schritt, um in Zukunft künstliche Alternativen als Ersatz für benötigte Spenderorgane erzeugen zu können. Dies sind die Ergebnisse des Helmholtz Zentrums München, der Ludwig-Maximilians-Universität (LMU) und der Technischen Universität München (TUM).

In der biomedizinischen Forschung gilt „seeing is believing“. Die Entschlüsselung der strukturellen Komplexität menschlicher Organe war schon immer eine große...

Im Focus: Skyrmions like it hot: Spin structures are controllable even at high temperatures

Investigation of the temperature dependence of the skyrmion Hall effect reveals further insights into possible new data storage devices

The joint research project of Johannes Gutenberg University Mainz (JGU) and the Massachusetts Institute of Technology (MIT) that had previously demonstrated...

Im Focus: Skyrmionen mögen es heiß – Spinstrukturen auch bei hohen Temperaturen steuerbar

Neue Spinstrukturen für zukünftige Magnetspeicher: Die Untersuchung der Temperaturabhängigkeit des Skyrmion-Hall-Effekts liefert weitere Einblicke in mögliche neue Datenspeichergeräte

Ein gemeinsames Forschungsprojekt der Johannes Gutenberg-Universität Mainz (JGU) und des Massachusetts Institute of Technology (MIT) hat einen weiteren...

Im Focus: Making the internet more energy efficient through systemic optimization

Researchers at Chalmers University of Technology, Sweden, recently completed a 5-year research project looking at how to make fibre optic communications systems more energy efficient. Among their proposals are smart, error-correcting data chip circuits, which they refined to be 10 times less energy consumptive. The project has yielded several scientific articles, in publications including Nature Communications.

Streaming films and music, scrolling through social media, and using cloud-based storage services are everyday activities now.

Im Focus: Nanopartikel können Zellen verändern

Nanopartikel dringen leicht in Zellen ein. Wie sie sich dort verteilen und was sie bewirken, zeigen nun erstmals hochaufgelöste 3D-Mikroskopie-Aufnahmen an BESSY II. So reichern sich bestimmte Nanopartikel bevorzugt in bestimmten Organellen der Zelle an. Dadurch kann der Energieumsatz in der Zelle steigen. „Die Zelle sieht aus wie nach einem Marathonlauf, offensichtlich kostet es Energie, solche Nanopartikel aufzunehmen“, sagt Hauptautor James McNally.

Nanopartikel sind heute nicht nur in Kosmetikprodukten, sondern überall, in der Luft, im Wasser, im Boden und in der Nahrung. Weil sie so winzig sind, dringen...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Chemnitzer Linux-Tage am 14. und 15. März 2020: „Mach es einfach!“

12.02.2020 | Veranstaltungen

4. Fachtagung Fahrzeugklimatisierung am 13.-14. Mai 2020 in Stuttgart

10.02.2020 | Veranstaltungen

Alternative Antriebskonzepte, technische Innovationen und Brandschutz im Schienenfahrzeugbau

07.02.2020 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

„Kiss and Run“ zur Abfallverwertung in der Zelle

14.02.2020 | Biowissenschaften Chemie

Kurze Impulse mit großer Wirkung

14.02.2020 | Biowissenschaften Chemie

ESO-Teleskop sieht die Oberfläche des schwächelnden Beteigeuze

14.02.2020 | Physik Astronomie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics