Data Science in der Astrophysik und Kosmologie
Gruppenleiter*in: Oliver Hahn
Cosmic Web Simulation (©Oliver Hahn)
Data Science in der Astropyhsik und Kosmologie
Die Struktur unseres Universums und seine Geschichte sind das größte "Physik-Experiment" das wir haben. Diese Struktur spiegelt sowohl die Zusammensetzung des Universum, als auch die Naturgesetze wider, die seine Entwicklung regeln, wie die Schwerkraft und die anderen fundamentalen Wechselwirkungen. Aufgrund der endlichen Geschwindigkeit des Lichts können Teleskope in die Vergangenheit unseres Universums sehen, indem sie immer weiter entfernte Objekte beobachten. Dies ermöglicht es uns die Entstehungsgeschichte unseres Universums zu rekonstruieren. Um astronomische Beobachtungen mit der fundamentalen Physik zu verbinden, modelliert unser Team das Universum von seinen frühesten Momenten bis heute mit Supercomputern, fortschrittlichen Algorithmen und maschinellem Lernen und sagt Beobachtungen voraus, z.B. für den Euclid-Satelliten. Letztendlich möchten wir zur Lösung der großen Rätsel der Physik beitragen: Was ist dunkle Materie, was ist dunkle Energie, was sind die Anfangsbedingungen unseres Universums...
Forschungsschwerpunkte
- Kosmologische Simulationen: Unser Kerninteresse liegt in Simulationen, die die Verteilung von Materie im Universum sowie die Entstehung und Entwicklung von Galaxien, Galaxienhaufen und intergalaktischem Medium vorhersagen. Wir arbeiten an der Entwicklung neuer Methoden für kosmologische Simulationen, die von neuen numerischen Methoden wie effizienteren Zeitintegratoren bis hin zu realistischeren astrophysikalischen Modellen in großen hydrodynamischen Simulationen reichen. Wir führen auch Simulationen durch und analysieren und interpretieren ihre Ergebnisse.
- Kosmologische Störungen und Anfangsbedingungen: Unsere Gruppe ist bekannt für ihr weltweit führendes Software-Ökosystem 'MUSIC', das zur Erzeugung der Startdaten für große kosmologische Simulationen verwendet wird. Wir arbeiten auch an den mathematischen Grundlagen der Störungstheorie (d.h. der mathematischen Beschreibung der Bewegung von Materie im Universum). Schließlich arbeiten wir auch an Methoden, um den Einfluss der Physik des Universums auf die Form der Dichtefluktuationen im Universum zu berechnen.
- Maschinelles Lernen und datengetriebene Methoden: Schließlich sind wir auch stark im schnell wachsenden Bereich des maschinellen Lernens engagiert. Wir interessieren uns für Fragen, die von der Erweiterung der Auflösung von Simulationen mittels Methoden des Maschinellen Lernens, über die Interpretation von Daten bis hin zur Ableitung von Anfangsbedingungen und kosmologischen Parametern aus beobachteten Daten reichen. In letzter Zeit sind wir auch besonders an der Anwendung von differenzierbarer Programmierung auf Probleme in der Kosmologie interessiert.