Über das Projekt
Die überwiegende Mehrzahl der Nutzer komplexer Computersimulationen in den Naturwissenschaften und verwandten Gebieten sieht sich derselben zentralen Herausforderung gegenüber: Die Umwandlung der großen, in den Simulationsläufen produzierten Datenmengen in Wissen.
Als Kern dieser zentralen Herausforderung konnten drei Bestandteile identifiziert werden, die fachgebietsübergreifend für die Umsetzung dieser Herausforderung beherrscht werden müssen: Die Quantifizierung der Unsicherheiten der Simulationen (Uncertainty Quantification, UQ), die Entwicklung von schnellen Surrogatmodellen und die Identifikation der relevanten Parameter und Schlüsselabhängigkeiten.
Bündelung der Expertise aus den beteiligten Helmholtz-Zentren
Das interdisziplinäre Projekt Reduced Complexity Models zielt auf die Entwicklung eines zentren- und fachübergreifenden Lösungsansatzes mit Hilfe von neuen, modernen mathematisch- statistischen Methoden aus den Informationswissenschaften. Die an den verschiedenen Helmholtz-Zentren gegebene, aber verstreute Expertise in dem Bereich Data & Information Science wird mit diesem Projekt gebündelt, um Synergien in der Methodenentwicklung zu erzeugen.
Anhand von anspruchsvollen, relevanten Anwendungsfällen der beteiligten Helmholtz-Zentren wurden in der Startphase des Projektes Testfälle („vereinfachte“ Modelle) definiert, anhand derer neue Konzepte und zu entwickelnde neue Methoden aus den Informationswissenschaften auf ihre Eignung und Performance hin systematisch überprüft werden können. Diese Testfälle erlauben eine vertiefte Validierung neuer Methoden und einen systematischen Methodenvergleich für ein Spektrum von Anwendungsfällen.
Die acht am Projekt beteiligten Helmholtz-Zentren
Die Anwendungsfälle wurden zudem aufgrund ihrer besonderen strategischen Bedeutung für die jeweiligen Forschungsfelder ausgewählt. Durch die zu entwickelnden neuen methodischen Ansätze ist hier substantieller fachlicher Erfolg zu erzielen. Dieser Fortschritt ist sowohl in dem übergeordneten Forschungsbereich Data & Information Science als auch in den verschiedenen Forschungsbereichen Erde und Umwelt, Energie, Gesundheit, Luftfahrt, Raumfahrt und Verkehr zu erwarten.
Schnellere Lösung komplexer Probleme
Obwohl der Schwerpunkt auf der integrierten Betrachtung der drei Kernprobleme liegt, sind auch die Fortschritte an jedem einzelnen der drei Probleme von direktem Nutzen: Die Unsicherheitsquantifizierung (UQ) der Ergebnisse ist auch für sich genommen ein zentrales Problem komplexer Simulationen. Gleichzeitig ist UQ essentiell für die Entwicklung von adäquaten Surrogatmodellen, die als schneller Emulator für die Computersimulationen dienen können und somit zeitnahe parametrische Studien ermöglichen, die z.B. für Impaktstudien wichtig sind – aber auch für die Extrahierung von Schlüsselfaktoren und relevanten Unterräumen.
Das gemeinsame Projekt Reduced Complexity Models treibt die Entwicklung von interoperablen und wiederverwendbaren Methoden voran und trägt damit zur schnelleren Lösung zukünftiger Probleme bei. Diese Entwicklungsarbeit ist von hoher Relevanz für alle Helmholtz-Zentren, die sich komplexer Computersimulationen bedienen. Um die Entwicklungen der gesamten Gemeinschaft zugänglich zu machen, sind offene Workshops mit Praxisbeispielen zum Wissenstransfer geplant.
Arbeitspakete (WPs)
Die Projektaktivitäten sind in drei Arbeitspakete (WPs): method validation, method development und requirements analysis unterteilt, die zusammen mit den Anwendungsfällen die wichtigsten Forschungsfragen und die Definition spezifischer Anforderungen bestimmen.
Das Ziel des ersten Arbeitspaketes WP1: Requirements and testcase definition besteht darin, Expertise über modernste mathematisch-statistische Methoden und die Modellentwicklung zu sammeln und zwischen den verschiedenen Forschungsbereichen und Helmholtz-Zentren auszutauschen. Des Weiteren werden die unterschiedlichen Anforderungen an die Entwicklung neuartiger Methoden analysiert, um somit wichtige Forschungsfragen in allen Anwendungsfällen beantworten zu können. Dafür wurden im ersten Schritt „vereinfachte“ Modelle aus den sehr komplexen Modellen entwickelt (sog. Testcases), mithilfe derer diese neuen Methoden getestet werden.
Leiter WP1:
Dr. Ulrike Löptien GEOMAR Helmholtz-Zentrum für Ozeanforschung Kiel
Dr. Juan Carlos López Alfonso HZI: Helmholtz Centre for Infection Research
Im zweiten Arbeitspaket WP2: Development of methods werden neue generische Methoden zur Quantifizierung von Unsicherheit, zur Entwicklung von Ersatzmodellen und zur Identifikation von Schlüsselparametern entwickelt. Aufbauend auf den Fortschritten in den einzelnen Bereichen wird hier das umfassende Know-how der interdisziplinären Forschungsgruppe genutzt, um neue Wege zu beschreiten und das methodische Repertoire in den verschiedenen Forschungsfeldern erheblich zu verbessern.
Leiter WP2:
Dr. Udo von Toussaint IPP - Institut für Plasmaphysik
Prof. Dr. Detlev Reiter FZJ - Forschungszentrum Jülich GmbH
Im dritten Arbeitspaket WP3: method validation werden die Methoden aus WP2 dann üblicherweise auf die verschiedenen Anwendungsfälle innerhalb der sehr komplexen Modelle auf einem Großrechner angewendet. Diese Anwendung dient zwei Zwecken: Erstens werden die Methoden innerhalb der komplexen Modelle validiert und Stärken und Schwächen der neuen Ansätze werden identifiziert. Zweitens eröffnen sich aus den Anwendungsfällen neue Ansätze, um offene Forschungsfragen zu lösen und damit die Basis für Durchbrüche in den verschiedenen Forschungsbereichen zu schaffen.
Leiter WP3:
Dr. Marco De Lucia GFZ - German Research Centre for Geosciences
Dr. Eduardo Zorita Helmholtz-Zentrum Geesthacht
Reduced Complexity Models: Forschungsstruktur - Wie in dieser Abbildung dargestellt, sind die Projektaktivitäten in drei Arbeitspakete (method validation, method development und requirements analysis) unterteilt, die die wichtigsten Forschungsfragen und die Definition spezifischer Anforderungen beinhalten. Darüber hinaus werden alle beteiligten Helmholtz-Forschungszentren und ihre Forschungsthemen in dieser Abbildung gezeigt.