Neutronenforschung: Messzeit effizienter nutzen durch Maschinelles Lernen
Jülicher Forschende haben am Heinz Maier-Leibnitz Zentrum einen neuen Ansatz entwickelt, um die Effizienz von Neutronenspektroskopie-Experimenten zu verbessern, und diesen am Schweizer Paul Scherrer Institut erfolgreich getestet. Die Forschenden optimierten die Datenerfassung mit Hilfe eines selbstlernenden Ansatzes aus dem Bereich der künstlichen Intelligenz. Die Zeit pro Experiment kann so verringert werden und die knappe Ressource Messzeit besser genutzt werden.