Erstmals vier ERC-Grants für TU-Forscher: Projekt zu Maschinellem Lernen für Elektronenmikroskopie erhält EU-Förderung
Darmstadt, 11. Juli 2024 2024. Leopoldo Molina-Luna, Professor für Elektronenmikrosopie an der TU Darmstadt, wird als erster TU-Forscher zum vierten Mal vom Europäischen Forschungsrat (ERC) gefördert. Nach einem Starting- und einem Consolidator-Grant erhält Molina-Luna erneut einen „Proof of Concept“-Grant. Das neue Projekt „BED-TEM“, das für 18 Monate mit 150.000 Euro gefördert wird, hat zum Ziel, Methoden maschinellen Lernens für die Anwendung der Elektronenmikroskopie benutzerfreundlich zugänglich zu machen. Es soll auf diese Weise dabei helfen, das Design von Experimenten zu optimieren.
„BED-TEM“ („Bayesian Experimental Design for in situ (Scanning) Transmission Electron Microscopy“) ist darauf angelegt, Forschenden ein neues Werkzeug zur Arbeit mit in-situ-(Raster)-Transmissionselektronenmikroskopen, kurz (S)TEM, an die Hand zu geben: eine Software-Plattform, die dabei hilft, die Parameter von Experimenten zu optimieren.
Das Projekt zielt darauf ab, eine Softwareplattform einzuführen, die Bayes‘sche Optimierung zur optimalen Versuchsplanung – eine spezielle Methode der Versuchsoptimierung, bei der maschinelles Lernen eingesetzt wird – mit der Analyse von Bildern verbindet, die von den (S)TEM geliefert werden. So können Forschende effizient die Parameter ihrer Experimente auswählen und festlegen. Dieser Prozess wird derzeit oft noch von Versuch und Irrtum bestimmt. Die Plattform umfasst eine Benutzeroberfläche, Bildverarbeitungs- und Versuchsplanungsmodule, die einen rationalisierten Arbeitsablauf und eine gute Benutzerfreundlichkeit bieten.
Zu den Herausforderungen des Vorhabens gehören die Anpassung des maschinellen Lernens an (S)TEM-Daten und die Sicherstellung der Marktnachfrage nach der Software-Plattform. Diesen Punkten wird das Projekt unter anderem durch enge Zusammenarbeit mit Praktiker:innen und Industriepartner:innen begegnen. So soll eine Software-Lösung entstehen, die an den Bedürfnissen der Benutzer ausgerichtet und wirtschaftlich tragfähig ist.
Das Team um Molina-Luna schließt durch den Einsatz von Fachwissen im Bereich des maschinellen Lernens und Expertise beim Thema (S)TEM eine Lücke zwischen komplexen Versuchsaufbauten und der praktischen Anwendung von Bayes'schen Methoden. Damit könnte die Durchführung von in-situ-Experimenten revolutioniert werden.
„BED-TEM“ hat zudem großes Potenzial auch für die Wissenschaft und die Weiterentwicklung der Materialwissenschaften als Disziplin. Die neue Software soll eine präzise Charakterisierung des Verhaltens von Materialien auf der Nanoskala unter realen Bedingungen ermöglichen. Potenzielles Anwendungsfeld ist unter anderem die Nanoelektronik.
Mit dem Projekt BED-TEM baut Molina-Luna auf das Projekt „Functionality of Oxide based devices under Electric-field: Towards Atomic-resolution Operando Nanoscopy“ (FOXON) auf, für das er 2018 einen ERC Starting Grant erhielt.
„Proof of Concept“-Grant
Ein „Proof of Concept“-Grant ist eine Förderung, die die Forschungsgrants des Europäischen Forschungsrats (European Research Council, ERC) ergänzt. Er richtet sich ausschließlich an Wissenschaftlerinnen und Wissenschaftler, die bereits einen ERC-Grant innehaben und ein Forschungsergebnis aus ihrem laufenden oder abgeschlossenen Projekt vorkommerziell verwerten möchten. Dies ist der erste Schritt zum Technologie-Transfer. Ziel eines Proof-of-Concept-Projektes soll es sein, das Marktpotential einer solchen Idee zu überprüfen. Der ERC finanziert hiermit also keine Forschungsaktivitäten, sondern Maßnahmen zur Weiterentwicklung im Hinblick auf die Anwendungsreife, Kommerzialisierung oder Vermarktung der Idee. In der jüngsten Förderrunde wurden 100 Vorschläge aus 17 Ländern mit einem ERC-Proof-of-Concept-Grant ausgezeichnet.
Zur Person
Leopoldo Molina-Luna ist seit März 2020 Professor an der TU Darmstadt und leitet das Fachgebiet Advanced Electron Microscopy (AEM) am Institut für Materialwissenschaft (Fachbereich Material- und Geowissenschaften) sowie das In Situ Microstructural Analytics Lab des Center for Reliability Analytics (CRA).
Er wurde im Fach Physik an der Eberhard Karls Universität Tübingen promoviert. Seine Postdoc-Fellowship am EMAT in Antwerpen wurde durch einen ERC Advanced Grant gefördert. Im Jahr 2018 erhielt er einen ERC Starting-Grant (für das Projekt FOXON) und 2020 eine ERC-Proof-of-Concept-Grant (für das Projekt STARE) sowie einen MIT-Germany Global Seed Fund. Im Jahr 2023 erkannte der ERC ihm einen Consolidator-Grant für sein Projekt „ELECTRON“ zu. Molina-Lunas aktuelle Forschungen konzentrieren sich auf das Verständnis von Struktureigenschaftskorrelationen in funktionalen Materialien für die Energietechnik sowie auf die Entwicklung von in situ/operando Transmissionselektronenmikroskopie.
Über die TU Darmstadt
Die TU Darmstadt zählt zu den führenden Technischen Universitäten in Deutschland und steht für exzellente und relevante Wissenschaft. Globale Transformationen – von der Energiewende über Industrie 4.0 bis zur Künstlichen Intelligenz – gestaltet die TU Darmstadt durch herausragende Erkenntnisse und zukunftsweisende Studienangebote entscheidend mit.
Ihre Spitzenforschung bündelt die TU Darmstadt in drei Feldern: Energy and Environment, Information and Intelligence, Matter and Materials. Ihre problemzentrierte Interdisziplinarität und der produktive Austausch mit Gesellschaft, Wirtschaft und Politik erzeugen Fortschritte für eine weltweit nachhaltige Entwicklung.
Seit ihrer Gründung 1877 zählt die TU Darmstadt zu den am stärksten international geprägten Universitäten in Deutschland; als Europäische Technische Universität baut sie in der Allianz Unite! einen transeuropäischen Campus auf. Mit ihren Partnern der Rhein-Main-Universitäten – der Goethe-Universität Frankfurt und der Johannes Gutenberg-Universität Mainz – entwickelt sie die Metropolregion Frankfurt-Rhein-Main als global attraktiven Wissenschaftsraum weiter.
www.tu-darmstadt.de
MI-Nr. 31/2024, sip
Die semantisch ähnlichsten Pressemitteilungen im idw
![](https://files.idw-online.de/loading.gif)