SNI2022 - Abstract-Einreichung bis 1. Mai 2022 verlängert

Die 5. Tagung zur Forschung mit Synchrotronstrahlung, Neutronen und Ionenstrahlen an Großgeräten (SNI 2022) findet vom 5. bis 7. September 2022 in Berlin statt. Aufgrund der großen Nachfrage haben wir die Frist für die Einreichung von Abstracts für die SNI2022-Konferenz bis zum 1. Mai verlängert. Nutzen Sie diese Gelegenheit und reichen Sie bis Sonntag Ihren Abstract ein!

Hier können Sie direkt Ihren Abstract einreichen.

Möchten Sie an der SNI22 teilnehmen? Dann registrieren Sie sich jetzt!

  • Bis zum 26. Juni gilt der Early Bird Tarif von 180 € (regulär) bzw. 90 € (Promovierende).
  • Anmeldungen aus dem HZB werden intern verrechnet, es ist nur die Angabe einer Kostenstelle erforderlich.

Wir freuen uns auf eine rege Teilnahme und spannende Beiträge von unseren Mitarbeitenden, Nutzer*innen und Partnern.

Das könnte Sie auch interessieren

  • TU Berlin ernennt Renske van der Veen zur Professorin
    Nachricht
    22.02.2023
    TU Berlin ernennt Renske van der Veen zur Professorin
    Seit zwei Jahren leitet Dr. Renske van der Veen am HZB eine Forschungsgruppe für zeitaufgelöste Röntgenspektroskopie und Elektronenmikroskopie. Im Zentrum ihrer Forschung stehen katalytische Prozesse, die zum Beispiel die Produktion von grünem Wasserstoff ermöglichen. Nun wurde sie zur S-W2 Professorin im Institut für Optik und Atomare Physik (IOAP) an der Technischen Universität Berlin ernannt.
  • HZB-Physiker folgt Ruf nach Südkorea
    Nachricht
    25.01.2023
    HZB-Physiker folgt Ruf nach Südkorea
    Seit 2016 hat der Beschleunigerphysiker Ji-Gwang Hwang am HZB in der Abteilung Speicherring- und Strahlphysik geforscht. In mehreren Projekten hat er wichtige Beiträge zur Strahldiagnostik geleistet. Nun kehrt er in seine Heimat Südkorea zurück, als Professor für Physik an der Gangneung-Wonju National University.
  • KI-gestützte Software schafft Durchblick bei komplexen Daten
    Science Highlight
    20.12.2022
    KI-gestützte Software schafft Durchblick bei komplexen Daten
    Experimentelle Daten sind oft nicht nur hochdimensional, sondern auch verrauscht und voller Artefakte. Das erschwert es, die Daten zu interpretieren. Nun hat ein Team am HZB eine Software konzipiert, die mit Hilfe von selbstlernenden neuronalen Netzwerken die Daten smart komprimiert und im nächsten Schritt eine rauscharme Version rekonstruieren kann. Das ermöglicht Einblicke in Zusammenhänge, die sonst nicht erkennbar wären. Die Software wurde jetzt erfolgreich für die Photonendiagnostik beim Freien Elektronenlaser FLASH bei DESY eingesetzt. Sie eignet sich jedoch für ganz unterschiedliche Anwendungen in der Wissenschaft.