DFG project G:(GEPRIS)460197019

FAIRmat – FAIRe Dateninfrastruktur für die Physik der kondensierten Materie und die chemische Physik fester Stoffe (FAIRmat)

CoordinatorProfessorin Dr. Claudia Draxl ; Dr. Martin Albrecht ; Professorin Dr. Silvana Botti ; Professor Dr. Hans-Joachim Bungartz ; Dr. Mark Greiner ; Dr. Kevin Maik Jablonka ; Professor Dr. Christoph Tobias Koch ; Dr. Michael Krieger ; Professor Dr. Erwin Laure ; Professor Dr. Matthias Scheffler ; Professor Dr. Heiko B. Weber ; Professor Dr. Christof Wöll
Grant period2021 - 2031
Funding bodyDeutsche Forschungsgemeinschaft
 DFG
IdentifierG:(GEPRIS)460197019

Note: FAIRmat trat mit dem Ziel an, die Physik der kondensierten Materie und die chemische Physik von Festkörpern mit einem einzigen integrierten, erweiterbaren und verteilten Forschungsdatenmanagement zu unterstützen, das auf den FAIR-Prinzipien beruht. FAIRmat hat bereits ein umfangreiches Portfolio an Konzepten und Technologien entwickelt, die nun ein konsistentes Prozessieren von Daten ermöglicht. Ein Kernelement von FAIRmat ist die umfassende Datenmanagement-Plattform NOMAD, deren primäres Designprinzip die Strukturierung von Daten im Hinblick auf Interoperabilität ist. Auf der Basis eines umfangreichen Datenschemas werden die Datenerfassung aus einer Vielzahl von Quellen, die Umwandlung von Rohdateien in strukturierte und damit wiederverwendbare Daten, der Datenaustausch zwischen Institutionen sowie detaillierte Analysen ermöglicht. All dies bringt einen unmittelbaren Nutzen für die Nutzer:innen unserer Konzepte. Die Forschung in unserem Feld hat sich in den letzten Jahren dramatisch verändert. Es ist mittlerweile klar, dass das vierte Paradigma der Wissenschaft, die datenzentrierte Forschung, heute Stand der Technik ist und wir bereits in das fünfte Paradigma – die KI-gesteuerte Wissenschaft – eintreten. Wir sind überzeugt, dass Durchbrüche in der KI-gestützten Forschung nur mit hochwertigen, interoperablen Daten möglich sind. In der zweiten Förderperiode reagiert FAIRmat auf diesen Paradigmenwechsel, passt die Mission und Struktur des Konsortiums an und setzt sich ehrgeizige Ziele. Der Ansatz, Konzepte anhand ausgewählter Pilotmethoden zu entwickeln, hat zu einem tiefgreifenden Verständnis geführt. In der nächsten Phase werden wir solche Abgrenzungen hinter uns lassen und übergreifende Konzepte anstreben, ohne dabei die Detailtreue zu opfern. In unseren vertikalen Task Areas Synthesis, Experiment und Computation bauen wir auf dem unschätzbaren Fachwissen der beteiligten Forscher:innen auf, um ihr reichhaltiges Portfolio an Methoden in der Dateninfrastruktur umfassend abzubilden. Wir führen drei horizontale Task Areas ein: Data Modeling and Interoperability, Digital Infrastructure, and Enabling Data-centric Science. Diese Architektur unterstreicht, dass in unserem Feld (Meta-) Daten die Voraussetzung für den Erfolg von KI sind und dass die Infrastruktur als technisches Rückgrat unserer Plattform ein leistungsfähiges Verbindungsglied darstellt. Unser Bereich Outreach organisiert die vielfältigen Interaktionen zwischen dem FAIRmat-Team und der Wissenschaft. Er fördert die Harmonisierung mit anderen Konsortien (OneNFDI), Kooperationen mit internationalen Interessengruppen und entwickelt Ausbildungskonzepte für die junge Generation. Der FAIRmat Hub an der HU Berlin bleibt der primäre Arbeitsort des Kernteams. Dieser zentralisierte Ansatz hat sich beim Aufbau und der Pflege einer Infrastruktur in großem Maßstab als äußerst effektiv erwiesen und wird auch in der zweiten Förderperiode und darüber hinaus ein Eckpfeiler der Arbeit von FAIRmat bleiben.
   

Recent Publications

All known publications ...
Download: BibTeX | EndNote XML,  Text | RIS | 

http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png Journal Article  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;
An exciting Approach to Theoretical Spectroscopy
Advanced science 13(47), e76167 () [10.1002/advs.76167]  GO OpenAccess  Download fulltext Files BibTeX | EndNote: XML, Text | RIS

http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png Journal Article  ;  ;  ;  ;  ;
Application of self-supervised approaches to the classification of X-ray diffraction spectra during phase transitions
Scientific reports 13(1), 9370 () [10.1038/s41598-023-36456-y]  GO OpenAccess  Download fulltext Files BibTeX | EndNote: XML, Text | RIS

All known publications ...
Download: BibTeX | EndNote XML,  Text | RIS | 


 Record created 2021-10-07, last modified 2026-11-05



Rate this document:

Rate this document:
1
2
3
 
(Not yet reviewed)