Summer School Machine Learning for Molecules

Das Thema „Machine Learning for Molecules“ stellt ein junges, stark wachsendes Forschungsfeld dar. An der interdisziplinären Schnittstelle zwischen der Entwicklung von Methoden des maschinellen Lernens in der Informatik und deren Anwendungen in den Materialwissenschaften und der Chemie gibt es noch viele offene Forschungsfragen.

Die Hauptforschungsrichtungen sind die Entwicklung von Methoden des maschinellen Lernens für die Vorhersage von Material- und Moleküleigenschaften, für beschleunigte atomistische Simulationen und für selbstlernende Labore.

Diese Forschungsbereiche können nur durch interdisziplinäre Zusammenarbeit zwischen Forscher:innen in der Informatik und der Materialwissenschaften gelöst werden. Eine gemeinsame Summer School fördert das Verständnis der jeweiligen Methoden, Fragestellungen und Herausforderungen. Sie trägt damit zum Aufbau eines interdisziplinären Selbstverständnisses der jungen Forscher:innen bei.