Machine Learning

Schnelle Online-Analyse von Echtzeit-Streudaten durch Einsatz maschinellen Lernens

01/07/2019 to 30/06/2022

Der sinnvolle Umgang mit immer größer Datenmengen stellt für unsere Gesellschaft eine wachsende Herausforderung dar und auch die Forschung in den Naturwissenschaften ist dabei keine Ausnahme.
Röntgen- und Neutronenstreuung sind wichtige Methoden zur Strukturaufklärung und Charakterisierung vieler physikalischer Systeme, wie zum Beispiel dünne Filme organischer Halbleiter. Moderne Messmethoden und -geräte erzeugen jedoch bereits heute viele Gigabyte an Messdaten pro Sekunde und das mit steigendem Trend. Die Speicherung und Analyse dieser Datenmengen ist ein immer größer werdendes Problem, welches die wissenschaftliche Produktivität beeinträchtigt.
In diesem Projekt wird Förderung für die Entwicklung einer auf maschinellem Lernen basierender Software beantragt, die die Analyse von experimentellen Daten aus Röntgenreflektivitätsmessungen sowie Messungen von Röntgenstreuung bei streifendem Einfall deutlich beschleunigen wird.
Die Analysesoftware wird ohne die Aufsicht eines Experten in der Lage sein, wichtige physikalische Informationen über Dünnfilme, wie die Schichtdicke, Rauigkeit und Streulängendichte, aus den Streudaten zu extrahieren. Außerdem wird sie mit der Messsoftware an der Beamline P08 bei DESY (Hamburg) verbunden werden, um auch eine Echtzeitanalyse der Daten während der Messung zu erlauben. Dies wird es Nutzern der Beamline ermöglichen, die Eigenschaften der Proben (z.B. beim Wachstum) zu überwachen.
Die Software wird anschließend online als Open-Source-Projekt veröffentlicht und anderen Wissenschaftlern zugängig gemacht, was eine kontinuierliche Weiterentwicklung und Anpassung der Software (z.B. für andere Streugeometrien oder für Neutronenstreuung) möglich macht.