DiProMag
Bei materialwissenschaftlichen Experimenten entstehen große Datenmengen, die jedoch nur teilweise zentral erfasst werden. Einer der Gründe dafür ist, dass viele der bestehenden Prozesse noch nicht vollständig digitalisiert sind. Aber auch die schon erfassten Daten und Prozesse liegen meist in unterschiedlichsten Formaten vor. Dies erschwert das Durchsuchen und die systematische Analyse der Daten.
Das Hauptziel des Forschungsprojekts DiProMag besteht in der Digitalisierung der Prozesskette von der Produktion über die Charakterisierung bis hin zur prototypischen Anwendung magnetokalorischer Materialien. Im Rahmen dieses Projekts wird eine Ontologie entwickelt, die Experimente und Experimentdaten ebenso abbildet wie die Ziele und Argumentationen der Wissenschaftler*innen für die Experimente. Durch einen von uns entwickelten neuen Ansatz zur skalierbaren Entwicklung umfangreicher Ontologien werden alle Prozessdaten und die verfolgten Absichten digital repräsentiert. Hierfür verwenden wir OTTR (Reasonable Ontology Templates), eine Sprache mit unterstützenden Werkzeugen zur Darstellung und Instanziierung von RDF-Graphen.
Darauf aufbauend nutzen wir die gesammelten Daten, um ein KI-System zu entwickeln, das automatisch neue Hypothesen aus den vorliegenden Daten generiert, wie zum Beispiel physikalische Zusammenhänge. Wir entwickeln ein Verfahren, welches diese strukturierten und unstrukturierten Daten verwendet, um einen hochdimensionalen Datenraum zu trainieren und so digitales Wissen über materialphysikalische Zusammenhänge durch Analogieschlüsse zu gewinnen.
Das langfristige Ziel besteht darin, eine digitale Basis für magnetokalorische Materialien aufzubauen und sie zur Entdeckung und Entwicklung besserer Materialeigenschaften zu nutzen, um in kürzerer Zeit schnellere, effektivere und kostengünstigere industrietaugliche Lösungen zu finden.