Forschungsthemen zu KI- und ML-Methoden in der Physik - Interaktive Studienpläne der TU Ilmenau

Eigenständige Bearbeitung eines umfangreichen
Programmierprojekts und der schriftlichen oder mdl.
Präsentation des Designs und der Ergebnisse.

Prof. Dr. Christian Dreßler, Prof. dr. Erich Runge sowie Mitarbeiter*innen der Fachgebiete 2421, 2426, 2427

Dieses Modul enthält mindestens eine alternative semesterbegleitende Abschlussleistung. Bitte beachten Sie, dass diese in der Regel schon zu Beginn des Semesters, in dem diese angeboten wird, angemeldet werden muss. Über die Details und Zeiträume dazu werden Sie vom Lehrenden und/oder dem Prüfungsamt informiert. Fragen Sie gegebenenfalls unbedingt beim Lehrenden nach.

Grundkenntnisse über KI- und ML-Methoden in der Physik,
wie sie in der Bachelor-Vorlesung "KI und Machine Learning in der
Physik" vermittelt werden.

Absolventinnen und Absolventen können den enormen
Impakt, den KI- und ML-Methoden auf den Fortschritt der
Physik beurteilen und damit zusammenhängende Aspekte
angemessen diskutieren. Sie kennen die wichtigsten Konzepte
und haben mehrere davon bereits selbst auf Physik-relevante
Aufgabestellungen angewandt.
Sie verstehen die Beziehung zwischen KI- und ML-Methoden
einerseits und ,konventioneller' Physik andererseits. Daher können sie abwägen, welche Methoden für welche Fragestellungen sinnvoll sind, und kennen Chancen und Risiken von KI- und ML-Methoden.
Die Studierenden können die erworbenen Kompetenzen direkt innerhalb und außerhalb des akademischen Betriebs für die Bearbeitung technischer und Technologie-naher Fragestellungen nutzen.

In der Vorlesung werden Anwendung von klassischen und
hochmodernen Methoden des Maschinellen Lernens auf
physikalische Fragestellungen speziell aus dem Bereich der
Materialwissenschaften vorgestellt. Einzelne Aspekte werden
in praktischen Übungen vertieft.
Diese umfassen neben der Implementation und Anwendung
von KI und ML auch das Design von Modellen und
Forschungsaufgaben. Schwerpunkte sind Forschungsfragen
aus dem Umfeld der Themen, die in den Fachgebieten des
Instituts für Physik bearbeitet werden wie z.B. Reservoir-
Computing und ML-Kraftfeldern in der theoretischen Chemie
und zur Vorhersage von Materialeigenschaften.

Beamer, Präsentationen etc.

Literaturverweise in diesem schnell voranschreitenden Gebiet
werden via Moodle oder per email zur Verfügung gestellt und
aktualisiert.