Zum Auftakt des Elitestudiengangs Scientific Computing wurde für das Wintersemester 2019/2020 eine Vortragsreihe mit nationalen und internationalen Gastrednern abgehalten. Im Jahr 2023 ist diese Veranstaltung mit einem leicht geänderten Konzept wieder zurückgekehrt. So wurden die Gastvorträge nun auf zwei Semester aufgeteilt, anstelle vieler Vorträge in einem Semester.
Wissenschaftlerinnen und Wissenschaftler aus Italien, der Schweiz und Deutschland sind der Einladung zu Gastvorlesungen im Sommersemester 2023 und Wintersemester 2023/2024 nach Bayreuth gefolgt, wobei pro Semester zwei Vorträge stattgefunden haben. Die vorgetragenen Themen bildeten breit die Thematik des Wissenschaftlichen Rechnens ab. So wurde in einem Vortrag ein numerisches Verfahren vorgestellt, mit welchem sich die Flachwassergleichungen leichter und effizienter simulieren lassen. Diese Art von Gleichung wird häufig herangezogen, um zum Bespiel Überschwemmungen zu simulieren, was nicht zuletzt infolge des Klimawandels immer mehr an Bedeutung gewinnt. Zwei Vorträge aber blieben den Studierenden besonders im Gedächtnis.
Als Supraleiter bezeichnet man Materialien, die elektrischen Strom verlustfrei leiten können. Die technischen Möglichkeiten hierbei sind enorm. Anwendung finden diese Materialien dort, wo sehr starke Magnetfelder benötigtet werden, wie es zum Beispiel bei Teilchenbeschleuniger, Magnetschwebebahnen oder Kernspintomographen der Fall ist. Damit Materialien diesen bestimmten Zustand erreichen, werden in der Regel sehr niedrige Temperaturen in der Nähe des absoluten Nullpunkts, also um -273°C, benötigt. In den letzten zehn Jahren wurde von Physikern versucht durch die Herstellung neuer Materialien die Eigenschaft der „Supraleitung“ auch bei höheren Temperaturen zu erreichen. Der Herstellungsprozesse ist jedoch höchst komplex, da bei der Kombination verschiedener Materialien die Auswirkungen von Langstreckenwechselwirkungen auf die kollektive Anregung des Kondensats analysiert werden müssen. Herr Dr. Buchheit von der Universität des Saarlandes hat in seinem Vortrag die mathematische Modellierung und Simulation dieser Langstreckenwechselwirkungen den Studierenden des Elitestudiengangs „Scientific Computing“ nähergebracht.
Ein etwas einfacheres Thema hatte Herr Prof. Garcke von der Universität Bonn für seine Gastvorlesung ausgewählt. Er zeigte den Studierenden wie sich maschinelles Lernen (ML) bei der Analyse von Auto Crashtests oder auch Autounfällen einsetzen lässt. Denn die mathematischen Simulationsverfahren sind inzwischen derart ausgereift, dass sie eine höhere Datenmenge liefern, als dass sie ein Entwicklungsingenieur in vernünftiger Zeit auch auswerten könnte. Maschinelles Lernen kann in kurzer Zeit eine große Datenmenge auswerten und somit wertvolle Information für die Konstruktion liefern.
Text: Maximilian Bauer, Elitestudiengang „Scientific Computing“