Veranstaltungen

15.04.2021

Donnerstag, 14:00

Online

HIDA Lectures @ DASHH

  

Helmholtz Information & Data Science Academy Lectures

Die HIDA Lectures sind eine Veranstaltungsreihe, die die HIDA gemeinsam mit den sechs Helmholtz Information & Data Science Schools organisiert. Über das ganze Jahr laden die Data Science Schools herausragende internationale Data Scientists ein, über ihre aktuelle Forschung zu sprechen.

Da die Schools alle Helmholtz Forschungsbereiche - Energie; Erde und Umwelt; Gesundheit; Information; Materie sowie Luftfahrt, Raumfahrt und Verkehr - vetreten, wird die Reihe ein breites Spektrum von Themen wiedergeben und bietet die tolle Gelegenheit, in die Vielfalt aktueller Ansätze der Data Science einzutauchen.

Wir laden die interessierte Öffentlichkeit herzlich ein und ganz besonders Promovierende der Helmholtz-Gemeinschaft, die Einblick in die vielfältigen Aktivitäten der Schools und der HIDA gewinnen können aber vor allem mit internationalen Forscherinnen und Forschern über unterschiedliche Anwendungsfelder der Data Science diskutieren können.

Alle Veranstaltungen der Reihe sind öffentlich.

Gastgeber der ersten HIDA Lecture ist die "Data Science in Hamburg - Helmholtz Graduate School for the Structure of Matter".
Am 15. April um 14 Uhr wird Anatole von Lilienfeld als unser erster Referent in der Reihe die virtuelle Bühne betreten.

  

HIDA Lectures@DASHH

"Quantum Machine Learning in Chemical Compound Space"

Many of the most relevant observables of matter depend explicitly on atomistic and electronic details, rendering a first principles approach to computational materials design mandatory. Alas, even when using high-performance computers, brute force high-throughput screening of material candidates is beyond any capacity for all but the simplest systems and properties due to the combinatorial nature of compound space, i.e. all the possible combinations of compositional and structural degrees of freedom. Consequently, efficient exploration algorithms exploit implicit redundancies and correlations. I will discuss recently developed statistical learning based approaches for interpolating quantum mechanical observables throughout compound space. Numerical results indicate promising performance in terms of efficiency, accuracy, scalability and transferability.

Herr von Lilienfeld ist Professor für "Computational Materials Discovery" and der Universität Wien. Sein Forschungsschwerpunkt ist hochgradig interdisziplinär und nutzt physikalische, mathematische und computergestützte Wissenschaften für die quantenmechanische Erforschung des chemischen Raums.

Teilnahme ohne Anmeldung über diesen LINK

Weitere Informationen bei der DASHH: https://www.dashh.org/events/index_eng.html

download