Naturwissenschaften

Daten der Natur

Für die mathematische Statistik ist der Umgang mit Daten konstitutiv. Aber auch in Physik, Chemie oder den Geowissenschaften müssen sich Wissenschaftlerinnen und Wissenschaftler inzwischen mit einer wahren Informationsflut auseinandersetzen. Hier finden sich Lösungen für viele Rätsel, aber zugleich auch Fehlerquellen. Zudem gewinnen maschinelle Lernverfahren zunehmend
an Bedeutung. Zahlreiche 2019 von der DFG geförderte Projekte illustrieren dies.

Buchstäblich Licht in den Nebel bringen – das will das Projekt „Vorhersage von Strahlungsnebel durch die Kombination von Stations- und Satellitendaten mittels maschineller Lernverfahren“.

Licht in den Nebel bringen

Nebelvorhersagesystem mithilfe von Algorithmen
Buchstäblich Licht in den Nebel bringen – das will das Projekt „Vorhersage von Strahlungsnebel durch die Kombination von Stations- und Satellitendaten mittels maschineller Lernverfahren“.

Buchstäblich Licht in den Nebel bringen – das will das Projekt „Vorhersage von Strahlungsnebel durch
die Kombination von Stations- und Satellitendaten mittels maschineller Lernverfahren“. mehr

Die Grenze des Vorhersagbaren

Minimierung der Unsicherheiten in Wettervorhersagen
Seit 2015 untersuchen die Wissenschaftlerinnen und Wissenschaftler der LMU, des KIT und der Universität Mainz im interdisziplinären Verbund „Wellen, Wolken, Wetter“, wie Unsicherheiten in Wettervorhersagen entstehen und wie sie sich minimieren lassen

Seit 2015 untersuchen die Wissenschaftlerinnen und Wissenschaftler der LMU, des KIT und der Universität Mainz im interdisziplinären Verbund "Wellen, Wolken, Wetter", wie Unsicherheiten in Wettervorhersagen entstehen und wie sie sich minimieren lassen. 2019 startete die zweite Förderperiode. mehr

Mission auf Erfolgskurs

Schwerefeld der Erde
220 Kilometer voneinander entfernt liegen die Zwillingssatelliten, die Frank Flechtner vom Deutschen GeoForschungsZentrum in Potsdam begleitet. Seine Forschungsgruppe NEROGRAV sucht nach neuen und optimierten Auswertungsmethoden und Modellierungsansä

220 Kilometer voneinander entfernt liegen die Zwillingssatelliten, die Frank Flechtner vom Deutschen
GeoForschungsZentrum in Potsdam begleitet. Seine Forschungsgruppe NEROGRAV sucht nach neuen
und optimierten Auswertungsmethoden und Modellierungsansätzen. mehr

Die Skalen der Statistik

Globale Umweltphänomene
Bodenfeuchte, Vegetationsindex, Erdoberflächentemperatur – dies sind Beispiele für globale Satellitendaten. Wie lassen sich diese Daten effizient in statistischen Modellen über die Umwelt verwenden? Damit beschäftigen sich Forschende der Universität

Bodenfeuchte, Vegetationsindex, Erdoberflächentemperatur – dies sind Beispiele für globale Satellitendaten. Wie lassen sich diese Daten effizient in statistischen Modellen über die Umwelt verwenden? Damit beschäftigen sich Forschende der Universität Münster in „Skalierbare raumzeitliche Statistik für globale Umweltphänomene“. mehr

Was User tracken

Raumbezogene Daten
2019 ging das Schwerpunktprogramm „VGI: Interpretation, Visualisierung und Social Computing“ in die zweite Förderperiode. Ein Teilprojekt soll neue Methoden entwickeln, um die riesigen Datenmengen von Tierbeobachtungsplattformen mit der International

2019 ging das Schwerpunktprogramm „VGI: Interpretation, Visualisierung und Social Computing“ in
die zweite Förderperiode. Ein Teilprojekt soll neue Methoden entwickeln, um die riesigen Datenmengen
von Tierbeobachtungsplattformen mit der International Cooperation for Animal Research Using Space
(ICARUS) zu kombinieren. mehr

Der Weg der zwei Wege

Emergentes Verhalten in der Quantenwelt
Das Graduiertenkolleg „Quantenmechanische Vielteilchenmethoden in der kondensierten Materie“, das 2019 seine zweite Förderperiode begonnen hat, ist grundlagenorientiert ausgerichtet. Hier setzen sich zwölf Doktorandinnen und Doktoranden aus mehreren

Das Graduiertenkolleg „Quantenmechanische Vielteilchenmethoden in der kondensierten Materie“, das
2019 seine zweite Förderperiode begonnen hat, ist grundlagenorientiert ausgerichtet. Hier setzen sich
zwölf Doktorandinnen und Doktoranden aus mehreren Nationen unter der Federführung der RWTH
Aachen mit der theoretischen Perspektive der Festkörperphysik auseinander. mehr

Higgs-Boson im Fokus

Wechselwirkungen von Teilchen
Im Genfer Forschungszentrum CERN mit dem Teilchenbeschleuniger Large Hadron Collider (LHC) ist der DFG-Sonderforschungsbereich „Phänomenologische Elementarteilchenphysik nach der Higgs-Entdeckung“ angesiedelt. Mit dabei: Tilman Plehn von der Universi

Im Genfer Forschungszentrum CERN mit dem Teilchenbeschleuniger Large Hadron Collider (LHC) ist der DFG-Sonderforschungsbereich „Phänomenologische Elementarteilchenphysik nach der Higgs-Entdeckung“ angesiedelt. Mit dabei: Tilman Plehn von der Universität Heidelberg. mehr

Künstliche Netze der Chemie

Machine Learning
2019 hat die DFG mit dem Projekt zur „Entwicklung eines allgemein anwendbaren Machine Learning Potentials mit hochgenauen langreichweitigen elektrostatischen Wechselwirkungen“ eine neue internationale Kooperation zwischen der Schweiz und Deutschland

2019 hat die DFG mit dem Projekt zur „Entwicklung eines allgemein anwendbaren Machine Learning
Potentials mit hochgenauen langreichweitigen elektrostatischen Wechselwirkungen“ eine neue internationale Kooperation zwischen der Schweiz und Deutschland bewilligt. Im Kern geht es darum, dass neuronale Netze die Kräfte zwischen einzelnen Atomen als Funktion ihrer geometrischen Anordnung erkennen lernen. mehr

Der Fluch der großen Dimension

Statistische Strukturen
Um beispielsweise Neuro-Imaging-Daten effizient auszuwerten, benötigt man aufwendige Verfahren. Zielsetzung der Hamburger Forschungsgruppe „Strukturelle Inferenz in der Statistik: Adaption und Effizienz“ war es, Verfahren zu entwickeln, um vorhandene

Um beispielsweise Neuro-Imaging-Daten effizient auszuwerten, benötigt man aufwendige Verfahren. Zielsetzung der Hamburger Forschungsgruppe „Strukturelle Inferenz in der Statistik: Adaption und Effizienz“ war es, Verfahren zu entwickeln, um vorhandene zusätzliche Strukturen in den Datensätzen zu erkennen und zur Behebung dieser Ungenauigkeiten effizient auszunutzen. mehr

Das Geheimnis Dunkler Energie

Super-Teleskop
eROSITA soll helfen, Licht ins Geheimnis der Dunklen Energie zu bringen. Am Projekt „eROSITAs Fenster in den transienten Röntgenhimmel: Akkretion Aktiver Galaxien in der Ära von Big Data“ ist neben dem Leibniz- Institut für Astrophysik Potsdam und de

eROSITA soll helfen, Licht ins Geheimnis der Dunklen Energie zu bringen. Am Projekt „eROSITAs Fenster in den transienten Röntgenhimmel: Akkretion Aktiver Galaxien in der Ära von Big Data“ ist  neben dem Leibniz-Institut für Astrophysik Potsdam und der Friedrich-Alexander-Universität Erlangen-Nürnberg mit seiner Bamberger Dr. Remeis-Sternwarte auch das polnische Nicolaus Copernicus Astronomical Center in Warschau beteiligt. mehr

Letzte Aktualisierung: 21.09.2020
© 2010-2023 by DFG
Ausdruck aus dem Angebot der DFG (Deutsche Forschungsgemeinschaft)