Erstes Projekt zum Thema Quantencomputing - das Institut für Datenwissenschaften ist Teil des Quantum Hubs Thüringen
Die Gruppe Maschinelles Lernen des DLR Instituts für Datenwissenschaften ist mit Arbeitspaket Qi3.5 Machine Learning für Quantenbildgebung durch Integration physikalischen Wissens im Quantum Hub Thüringen vertreten.
Das Ziel des Teilprojektes ist es mittels sogenannter hybrider Modellierung maschinelle Lernverfahren für bildgebende Verfahren basierend auf Quantentechnologie zu entwickeln. Bei der hybriden Modellierung komplexer Aufgaben, wie z.B. in der Bildgebung, werden physikalische Konzepte, z.B. aus der Optik, Quantenphysik oder statistischen Physik, und tiefe neuronale Netze zusammen gebracht, um neue Lernverfahren zu entwickeln, die von Vorteilen beider Ansätze profitieren und physikalisch konsistente Ergebnisse liefern. Das Wissen über physikalische Vorgänge beschleunigt und verbessert die datengetriebenen maschinellen Lernverfahren, weil etwaige Zusammenhänge nicht mehr explizit gelernt werden müssen.
Die Einbringung von Expertenwissen in tiefe neuronale Netze kann methodisch beispielsweise dadurch erfolgen, dass physikalische Zusammenhänge in der Modellarchitektur nachgebildet werden oder dass das Minimieren der Fehlerfunktion das Lernen der bekannten Konzepte erzwingt. Diese beiden Methoden sollen parallel zur Entwicklung der entsprechenden Sensorik aus den anderen Teilprojekten exemplarisch für die Anwendungsfälle “Schätzen der radialen Verzeichnung” und “Schätzen der Point Spread Function”, verfolgt, getestet und verglichen werden, sowie Potentiale zur Weiterentwicklung identifiziert werden. Nach Vorliegen erster Sensordaten werden die bestehenden Verfahren auf die Quantenbildgebung übertragen, angepasst und in Zusammenarbeit mit den Partnern verbessert.