Bei Kernfusionsprozesse in Sternen im Weltraum werden ständig aus leichteren Elementen schwerere Elemente gebildet. Um die dabei ablaufenden Prozesse besser zu verstehen, nutzen Physiker exotische Isotope, die ungewöhnliche Effekte zeigen können. Als Messtechnik kommen „Active Target Time Projection Chamber“ (AT-TPC) zum Einsatz. Eine dieser Zeitkammern befindet sich am National Superconducting Cyclotron Laboratory (NSCL) an der Michigan State University (USA).
Bei den Experimenten fallen große Datenmengen an, deren Auswertung mit Methoden der Statistik und der Mustererkennung automatisiert werden muss. Deshalb hatte der Physiker Yassid Ayyad vom NSCL Ende 2016 Prof. Christoph Dalitz vom Institut für Mustererkennung (iPattern) kontaktiert. Dalitz hatte zuvor auf einer Konferenz in Rom einen Algorithmus vorgestellt, der auf die Experimente in Spezialfällen anwendbar war. Für andere Konstellationen musste jedoch ein neues Verfahren entwickelt werden. Eine Besonderheit der Experimente am NSCL ist nämlich, dass dabei Teilchen mit einem breiten Spektrum von Kernladungszahlen und Massen entstehen, die zu nicht mehr einfach zu beschreibenden Teilchenbahnen führen.
Der Professor für Mathematik und Informatik am Fachbereich Elektrotechnik und Informatik entwarf auf Anregung des US-Physikers zusammen mit zwei Studierenden des Masterstudiengangs Informatik einen neuen Algorithmus. Dieser sollte in der Lage sein, große Datenmengen schnell auszuwerten und zugleich Teilchenbahnen verschiedenster Formen erkennen können. Im Rahmen seiner Masterarbeit implementierte der Student Lukas Aymans eine erste Version des Algorithmus.
Im Juni 2017 war Aymans, der inzwischen sein Studium abgeschlossen hat, für einen Monat an der Michigan State University zu Gast, um den neuen Algorithmus vor Ort in die Analyse-Software des NSCL zu integrieren. Anschließend hat der Student Jens Wilberg Prof. Dalitz in umfangreichen Experimenten bei der Verbesserung und Validierung des Algorithmus unterstützt. Mittlerweile ist das neue Verfahren in die Auswertungssoftware am NSCL integriert und der Algorithmus und dessen Evaluierung in einem wissenschaftlichen Fachartikel beschrieben, der über den unten angegebenen Link zugänglich ist.
Christoph Dalitz: „Es freut mich, dass wir mit an unserer Hochschule entwickelten Methoden der Mustererkennung dazu beitragen können herauszufinden, was die Welt im Innersten zusammenhält.“
