Nachricht
(mr)
- https://www.helmholtz-berlin.de/pubbin/news_seite?nid=14527;sprache=dehttp://
- Link kopieren
Das könnte Sie auch interessieren
- Israel Ibukun Olaniyan erhält Doktorandenpreis der Helmholtz-GemeinschaftNachricht06.11.2026Bei Helmholtz forschen mehr als 8.000 Doktorandinnen und Doktoranden. Elf von ihnen wurden jetzt mit dem Promotionspreis ausgezeichnet, darunter Dr. Israel Ibukun Olaniyan aus dem HZB. Seine hervorragende Doktorarbeit über "Ferroelectricity at the nanoscale in epitaxial BaTiO3 on silicon" in der Forschungsgruppe von Professor Catherine Dubourdieu befasst sich mit einer neuartigen Nanoelektronik auf Grundlage topologischer Defekte, die zur Entwicklung einer energieeffizienten Informationstechnologie beitragen kann.
- Weltweit nur an BESSY II: IR-Nanoskopie bei sehr langen THz-WellenlängenScience Highlight30.10.2026
Ein HZB-Team hat an der IRIS-Beamline bei BESSY II neue experimentelle Optionen geschaffen: Die Infrarot-Nanoskopie mit einer räumlichen Auflösung von rund 50 nm bei sehr langen THz-Wellenlängen. Möglich wurde dies durch den „Low-Alpha-Betriebsmodus“ an BESSY II, ein besonderes zeitliches Muster von Lichtimpulsen. Weltweit ist BESSY II nun die einzige Synchrotronlichtquelle, die in einem Versuchsaufbau Nanoskopie im Bereich von 25 bis 4000 cm-1 anbietet – eine einzigartige Möglichkeit zur ultrabreitbandigen Charakterisierung komplexer Materialien im Nanobereich sowohl in den Lebenswissenschaften als auch in den Materialwissenschaften.
- Blinder Fleck für die Anordnung der AtomeNachricht21.10.2026Künstliche Intelligenz wird zunehmend eingesetzt, um Eigenschaften neuer Materialien vorherzusagen. Ein Forschungsteam aus Jena und den USA zeigt nun in einer im Fachjournal „Nature Computational Science“ Studie: Kommen dabei Sprachmodelle zum Einsatz, erfassen diese zwar zuverlässig, welche Atomsorten ein Material enthält. Informationen über deren räumliche Anordnung nutzen sie jedoch nur unzureichend. Selbst größere Modelle und mehr Trainingsdaten beheben diese Schwäche nicht. Für stark strukturabhängige Materialeigenschaften sind deshalb auf räumliche Strukturen spezialisierte KI-Modelle die verlässlichere Wahl. (DOI: 10.1038/s43588-026-01045-2)