Uni-Logo
Sektionen
Artikelaktionen

Service

Die FMF-Servicegruppe "Wissenschaftliche Informationsverarbeitung" unterstützt sowohl andere Gruppen innerhalb des FMFs als auch externe Kunden bei Problemen der Analyse und des Managements experimenteller Daten.

Im Rahmen dieser Forschungsprojekte ist die Tätigkeit der Servicegruppe "Wissenschaftliche Informationsverarbeitung" im wesentlichen mit dem einer Projektgruppe "Statistische Datenanalyse" identisch.

Die Durchführung solcher Serviceprojekte lässt sich grob in 4 Schritte gliedern:

1. Datenanalytische Fragestellung

Ausgangpunkt ist zunächst die datenanalytische Fragestellung: Typischerweise soll z.B. eine mikroskopische Materialgröße bestimmt werden, die allerdings nicht direkt messbar ist, sondern aus vorhandenen Messdaten abgeleitet werden muss


2. Analyse des Problems - Modellierung

Ist die Fragestellung gegeben, steht in dieser Phase zunächst die Modellierung des Problems an: Die konkrete datenanalytische Fragestellung muss in eine entsprechende allgemeine mathematische Problemstellung überführt werden.
Diese Modellierung setzt eine genaue Kenntnis der zu untersuchenden Daten und des Experiments, mit dem die Daten gemessen werden, voraus. Deshalb ist in der Analyse-Phase eine enge Zusammenarbeit mit dem experimentellen Partner unabdingbar.
Daneben ist in diesem Zusammenhang das datenanalytische Knowhow von Bedeutung, da die allgemeinen mathematischen Modelle, die zur Beschreibung der Daten herangezogen werden, oft noch mit Hilfe der Daten an das konkrete Problem angepasst werden müssen (Kalibration, Modellselektion).


3. Statistische Datenanalyse - Inverses Problem

Ist das Modell erstellt, das die experimentellen Daten beschreibt, gilt es die zur Modellierung inverse Fragestellung zu lösen: Durch Verwendung der gegebenen makroskopisch gemessenen Messdaten sollen Aussagen über z.B. die entsprechenden mikroskopischen Materialeigenschaften getroffen werden. Die problemspezifisch richtige Wahl der dafür notwendigen datenanalytischen Methode, z.B.

  • Kalibrations- und Regressionsverfahren
  • Klassifikationsverfahren
  • Regularisierungsverfahren
  • Verfahren zur Parameterschätzung

setzt ein umfassendes datenanalytisches Knowhow voraus.


4. Implementierung

Damit der "Kunde" bzw. der experimentelle Partner die erarbeitete Lösung seiner datenanalytischen Problemstellung nachhaltig nutzen kann, muss diese im Rahmen eines benutzerfreundlichen Softwarepakets implementiert bzw. in ein bestehendes System integriert werden.

Die Servicegruppe "Wissenschaftliche Informationsverarbeitung" betreut ihre Partner während des gesamten Prozess und stellt ihnen die evtl. benötigten Hilfsmittel zur Verfügung. Sollten keine bekannten Werkzeuge als Hilfsmittel zur Verfügung stehen, so werden entsprechende Werkzeuge entwickelt.

Benutzerspezifische Werkzeuge