Multiscale Modeling of Fluid Materials
Forschung im Bereich der Molekülmodellierung und ML-gestützten Simulation
Unsere Arbeitsgruppe entwickelt neue Methoden an der Schnittstelle von maschinellem Lernen und Physik, um molekulare Systeme über verschiedene Skalen hinweg zu modellieren, zu verstehen und zu entwerfen. Unsere Themen reichen von ML-gestützten Molekularsimulationen und generativen Modellen für das Design neuartiger Materialien bis hin zu simultanen Multiskalensimulationen, Grobkörnungs-Verfahren (Coarse-Graining), Unsicherheitsquantifizierung und skalierbarer Software. Durch die Kombination von methodischer Innovation mit Anwendungen in den Nanowissenschaften und dem atomistischen Materialdesign wollen wir Computerwerkzeuge schaffen, die molekulare Modelle präziser, effizienter und aussagekräftiger machen. Weiterlesen
Join Our Team: Interdisziplinäre Forschung in München
Wenn dich die Idee begeistert, Physik, Chemie, maschinelles Lernen und Informatik zu kombinieren, um komplexe Probleme zu lösen, bietet unsere Gruppe die Chance, an Spitzenforschung zu arbeiten und dich als interdisziplinäre:r Wissenschaftler:in weiterzuentwickeln.Offene Stellen anzeigen.