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 Blindgänger mit Laser entschärft: Erfolgreicher Feldversuch zum Projektende
16.10.2019 | Laser Zentrum Hannover e.V.

nachricht Rätsel gelöst: Das Quantenleuchten dünner Schichten
15.10.2019 | Technische Universität Wien

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: Fraunhofer FHR zeigt kontaktlose, zerstörungsfreie Qualitätskontrolle von Kunststoffprodukten auf der K 2019

Auf der K 2019, der Weltleitmesse für die Kunststoff- und Kautschukindustrie vom 16.-23. Oktober in Düsseldorf, demonstriert das Fraunhofer-Institut für Hochfrequenzphysik und Radartechnik FHR das breite Anwendungsspektrum des von ihm entwickelten Millimeterwellen-Scanners SAMMI® im Kunststoffbereich. Im Rahmen des Messeauftritts führen die Wissenschaftler die vielseitigen Möglichkeiten der Millimeterwellentechnologie zur kontaktlosen, zerstörungsfreien Prüfung von Kunststoffprodukten vor.

Millimeterwellen sind in der Lage, nicht leitende, sogenannte dielektrische Materialien zu durchdringen. Damit eigen sie sich in besonderem Maße zum Einsatz in...

Im Focus: Solving the mystery of quantum light in thin layers

A very special kind of light is emitted by tungsten diselenide layers. The reason for this has been unclear. Now an explanation has been found at TU Wien (Vienna)

It is an exotic phenomenon that nobody was able to explain for years: when energy is supplied to a thin layer of the material tungsten diselenide, it begins to...

Im Focus: Rätsel gelöst: Das Quantenleuchten dünner Schichten

Eine ganz spezielle Art von Licht wird von Wolfram-Diselenid-Schichten ausgesandt. Warum das so ist, war bisher unklar. An der TU Wien wurde nun eine Erklärung gefunden.

Es ist ein merkwürdiges Phänomen, das jahrelang niemand erklären konnte: Wenn man einer dünnen Schicht des Materials Wolfram-Diselenid Energie zuführt, dann...

Im Focus: Wie sich Reibung bei topologischen Isolatoren kontrollieren lässt

Topologische Isolatoren sind neuartige Materialien, die elektrischen Strom an der Oberfläche leiten, sich im Innern aber wie Isolatoren verhalten. Wie sie auf Reibung reagieren, haben Physiker der Universität Basel und der Technischen Universität Istanbul nun erstmals untersucht. Ihr Experiment zeigt, dass die durch Reibung erzeugt Wärme deutlich geringer ausfällt als in herkömmlichen Materialien. Dafür verantwortlich ist ein neuartiger Quantenmechanismus, berichten die Forscher in der Fachzeitschrift «Nature Materials».

Dank ihren einzigartigen elektrischen Eigenschaften versprechen topologische Isolatoren zahlreiche Neuerungen in der Elektronik- und Computerindustrie, aber...

Im Focus: An ultrafast glimpse of the photochemistry of the atmosphere

Researchers at Ludwig-Maximilians-Universitaet (LMU) in Munich have explored the initial consequences of the interaction of light with molecules on the surface of nanoscopic aerosols.

The nanocosmos is constantly in motion. All natural processes are ultimately determined by the interplay between radiation and matter. Light strikes particles...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Verletzungen des Sprunggelenks immer ärztlich abklären lassen

16.10.2019 | Veranstaltungen

Digitalisierung trifft Energiewende

15.10.2019 | Veranstaltungen

Bauingenieure im Dialog 2019: Vorträge stellen spannende Projekte aus dem Spezialtiefbau vor

15.10.2019 | Veranstaltungen

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

Verletzungen des Sprunggelenks immer ärztlich abklären lassen

16.10.2019 | Veranstaltungsnachrichten

Fraunhofer FHR zeigt kontaktlose, zerstörungsfreie Qualitätskontrolle von Kunststoffprodukten auf der K 2019

16.10.2019 | Messenachrichten

Es braucht mehr als einen globalen Eindruck, um einen Fisch zu bewegen

16.10.2019 | Biowissenschaften Chemie

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