News
AMC Postersession: Ein Nachmittag voll wissenschaftlichem Austausch und Diskussion
News |
Während der Postersession wurden Forschungsprojekte aus fünf Lehrstühlen an vier TUM Schools präsentiert (School of Computation, Information and Technology, School of Engineering and Design, School of Life Sciences, School of Natural Sciences), damit wurde die thematische Vielfalt der Forschung innerhalb des AMC sehr deutlich widergespiegelt. Die Veranstaltung Postersession bot Wissenschaftlerinnen und Wissenschaftlern verschiedener Karrierestufen die Gelegenheit, ihre aktuellen Forschungsergebnisse vorzustellen, wissenschaftliche Diskussionen zu führen und auch neue Kooperationsmöglichkeiten zu finden.
Die präsentierten Forschungsarbeiten deckten ein breites Spektrum der atomistischen Modellierung und computergestützten Wissenschaften ab. Dazu gehörten Molekulardynamik-Simulationen, maschinelles Lernen und Foundation Models für molekulare Systeme, computergestützte Materialwissenschaften sowie biomolekulare Modellierung. Die Poster behandelten Anwendungen in Bereichen wie Perowskit-Solarzellen, Festelektrolyten, organischen Halbleitern und Geruchsrezeptoren und verdeutlichten die Vielfalt der wissenschaftlichen Fragestellungen und Methoden, die innerhalb des Zentrums verfolgt werden.
Bei Snacks und Erfrischungen bot die informelle Atmosphäre den idealen Rahmen für lebhafte Gespräche zwischen Forschenden aus unterschiedlichen Fachrichtungen. Durch das Zusammenbringen von Expertise aus verschiedenen Bereichen der TUM förderte die Postersession den wissenschaftlichen Austausch und eröffnete neue Perspektiven für interdisziplinäre Kooperationen innerhalb der AMC-Community.
Folgende wissenschaftliche Poster wurden präsentiert:
Nitik Bhatia: MACE4IRmol: An Uncertainty-Aware Foundation Model for Molecular Infrared Spectroscopy (Prof. Patrick Rinke)
Florian Bößl: A Large-Scale Molecular Dynamics Resource for Exploring the Odorant Receptor Conformational Landscape (Prof. Antonella Di Pizio)
Nuno Costa: Morphology-Aware Peptide Discovery via Masked Conditional Generative Modeling (Prof. Julija Zavadlav)
Alexey Gudovannyy: Modeling the Ionization Potential and Electron Affinity in Organic Semiconductors(Prof. Frank Ortmann)
Inigo Iribarren: A Computational Workflow to Unravel the Structural Dynamic of Supramolecular Metallacages in Solution (Prof. Alessio Gagliardi)
Takeru Miyagawa: Accuracy of MACE Foundation Model Potentials for Solid Electrolytes (Prof. David Egger)
Prajwal Pisal: Uncovering Facet-Controlled Activity and Selectivity in CO2 Hydrogenation with Machine Learned Force Fields (Prof. Patrick Rinke)
Niccolo Radice: From In-Situ Photoluminescence to Device Physics: A Deep Learning Framework for Perovskite Solar Cell Characterization (Prof. Alessio Gagliardi)
Clarissa Rienäcker: MD and Pocketome Analysis of Olfactory Receptors Illustrate Ligand-based Conformational Differences (Prof. Antonella Di Pizio)
Martin Schwade: How to Train Your Hamster: Learning an Effective Hamiltonian at Finite Temperatures (Prof. David Egger)
Philip Schwinghammer: Analysis of the Interplay Between Electronic Structure and Lattice Symmetry in Bismuth Vanadate (Prof. David Egger)
Ian Störmer: Graph Neural Network Potentials for Million-Atom Molecular Dynamics Simulations of Aluminum Solidification (Prof. Julija Zavadlav)
Nisarg Trivedi: Wannier-Orbital Transient Polaron Localisation for Electron and Spin Transport in Organic Semiconductors (Prof. Frank Ortmann)
Linying Zhang: ConSolv: Solvent-Conditional Machine Learning Implicit Solvent Potential (Prof. Julija Zavadlav)
Picture gallery
