phy355 - Elective Courses in Physics (Course overview)

phy355 - Elective Courses in Physics (Course overview)

Institute of Physics 15 KP
Module components Semester courses Sommersemester 2022 Examination
Lecture
  • No access 5.04.1001 - Introduction to High-Performance Computing Show lecturers
    • Stefan Harfst

    Wednesday: 16:15 - 17:45, weekly (from 20/04/22)
  • No access 5.04.4012 - Informationsverarbeitung und Kommunikation / Information Processing and Communication Show lecturers
    • Priv.-Doz. Dr. Jörn Anemüller

    Tuesday: 16:15 - 17:45, weekly (from 19/04/22), Location: W03 2-240
    Dates on Wednesday, 27.07.2022 10:00 - 12:00, Location: W32 0-005
    Die Studierenden erlernen, wie statistische Eigenschaften von Signalen zur Lösung von Problemen der Angewandten Physik, insbesondere der Klassifikation, parametrischen Modellierung und Übertragung von Signalen genutzt werden können. Theoretische Lernziele beinhalten damit eine Wiederholung und Festigung statistischer Grundlagen und eine Verständnis von deren Nutzung für Algorithmen unterschiedlicher Zielsetzung und Komplexität. Im praktischen Teil werden Eigenschaften der behandelten Methoden selbständig erarbeitet sowie Algorithmen auf dem Rechner implementiert und auf reale Daten angewendet, so daß der Umgang mit theoretischen Konzepten und ihre praktische Umsetzung erlernt werden. Inhalte: Grundfragen der Informationsverarbeitung (Klassifikation, Regression, Clustering), Lösungsmethoden basierend auf Dichteschätzung und diskriminativen Ansätzen (z.B. Bayes Schätzung, k-nearest neighbour, Hauptkomponentenanalyse, support-vector-machines, Hidden-Markov- Modelle), Grundlagen der Informationstheorie, Methoden der analogen und digitalen Nachrichtenübertragung, Prinzipien der Kanalcodierung und Kompression
  • No access 5.04.4021 - Bildgebende Verfahren in der Medizin Show lecturers
    • PD Dr. Stefan Uppenkamp, Dipl.-Phys.
    • Prof. Dr. Volker Hohmann, Dipl.-Phys.

    Wednesday: 08:15 - 09:45, weekly (from 20/04/22), Location: W33 0-003
    Dates on Tuesday, 26.07.2022 09:00 - 11:00, Location: W32 0-005
    Die Studierenden erlernen die physikalischen Grundlagen und die Funktionsweise der wichtigsten bildgebenden Verfahren in der Medizin zur Abbildung biologischer Strukturen und Prozesse, erwerben Fertigkeiten zur selbständigen Vertiefung diese Fachkenntnisse und Kompetenzen für eine Anwendung dieser Fachkenntnisse im Rahmen von Facharbeiten und Projekten in verschiedenen Bereichen der biomedizinischen Physik. Inhalt: Überblick über Verfahren der medizinischen Bildgebung ("ionisierende / nicht-ionisierende" Verfahren, anatomische / funktionelle Bildgebung); Physikalischen Grundlagen (Abbildungsprinzipien, Prinzipien der Kontrastbildung, Mathematische Grundlagen der Tomographie); Einführung in Computertomographie (CT); Nuklearmedizin (Single Photon- und Positronen-Emissionstomographie (SPECT/PET)); Ultraschall; Magnetresonanztomographie (MRT); funktionelle MRT, Elektro- und Magnetoencephalographie (EEG/MEG); Medizinische Anwendungen, mögliche Nebenwirkungen, relative Vor- und Nachteile; Forschungsanwendungen
  • No access 5.04.4043 - Tieftemperaturphysik und Supraleitung Show lecturers
    • Prof. Dr. Achim Kittel

    Thursday: 10:15 - 11:45, weekly (from 21/04/22)
  • No access 5.04.4064 - Advanced Solar Energy Meteorology Show lecturers
    • Dr. Thomas Schmidt

    Tuesday: 14:15 - 15:45, weekly (from 19/04/22)
  • No access 5.04.4065 - Advanced Wind Energy Meteorology Show lecturers
    • Dr. Gerald Steinfeld, Dipl.-Met.

    Wednesday: 12:15 - 13:45, weekly (from 20/04/22)
  • No access 5.04.4072 - Computational Fluid Dynamics I Show lecturers
    • Prof. Dr. Laura Lukassen
    • Dr. Hassan Kassem

    Tuesday: 12:15 - 15:45, weekly (from 19/04/22)
    Deeper understanding of the fundamental equations of fluid dynamics. Overview of numerical methods for the solution of the fundamental equations of fluid dynamics. Confrontation with complex problems in fluiddynamics. To become acquainted with different, widely used CFD models that are used to study complex problems in fluid dynamics. Ability to apply these CFD models to certain defined problems and to critically evaluate the results of numerical models. Content: CFD I: The Navier-Stokes equations, introduction to numerical methods, finite- differences, finite-volume methods, linear equation systems, turbulent flows, incompressible flows, compressible flows, efficiency and accuracy
  • No access 5.04.4074 - Computational Fluid Dynamics II Show lecturers
    • Dr. Bernhard Stoevesandt

    Tuesday: 12:15 - 15:45, weekly (from 07/06/22)
    Deeper understanding of the fundamental equations of fluid dynamics. Overview of numerical methods for the solution of the fundamental equations of fluid dynamics. Confrontation with complex problems in fluiddynamics. To become acquainted with different, widely used CFD models that are used to study complex problems in fluid dynamics. Ability to apply these CFD models to certain defined problems and to critically evaluate the results of numerical models. Content: CFD II: RANS, URANS, LES, DNS, filtering / averaging of Navier- Stokes equations, Introduction to different CFD models, Application of these CFD models to defined problems from rotor aerodynamics and the atmospheric boundary layer. Lehrsprache: "This course will be held in English. If no international students should participate, the course language can also be switched to German."
  • No access 5.04.4215 - Machine Learning II – Advanced Learning and Inference Methods Show lecturers
    • Prof. Dr. Jörg Lücke

    Thursday: 10:15 - 11:45, weekly (from 21/04/22)
    The students will deepen their knowledge on mathematical models of data and sensory signals. Building up on the previously acquired Machine Learning models and methods, the students will be lead closer to current research topics and will learn about models that currently represent the state-of-the-art. Based on these models, the students will be exposed to the typical theoretical and practical challenges in the development of current Machine Learning algorithms. Typical such challenges are analytical and computational intractabilities, or local optima problems. Based on concrete examples, the students will learn how to address such problems. Applications to different data will teach skills to use the appropriate model for a desired task and the ability to interpret an algorithm’s result as well as ways for further improvements. Furthermore, the students will learn interpretations of biological and artificial intelligence based on state-of-the-art Machine Learning models. Contents: This course builds up on the basic models and methods introduced in introductory Machine Learning lectures. Advanced Machine Learning models will be introduced alongside methods for efficient parameter optimization. Analytical approximations for computationally intractable models will be defined and discussed as well as stochastic (Monte Carlo) approximations. Advantages of different approximations will be contrasted with their potential disadvantages. Advanced models in the lecture will include models for clustering, classification, recognition, denoising, compression, dimensionality reduction, deep learning, tracking etc. Typical application domains will be general pattern recognition, computational neuroscience and sensory data models including computer hearing and computer vision.
  • No access 5.04.4217 - Physik der Oberflächen und Grenzflächen Show lecturers
    • Prof. Dr. Achim Kittel

    Wednesday: 14:15 - 15:45, weekly (from 27/04/22)
  • No access 5.04.4221 - Grundkurs im Strahlenschutz mit Praktikum Show lecturers
    • Prof. Dr. Björn Poppe
    • Heiner von Boetticher

    The course times are not decided yet.
    Die Studierenden erlangen grundlegende Kenntnisse im Gebiet des Strahlenschutzes. Sie erwerben Fähigkeiten der Bewertung von zivilisatorischen und natürlichen Strahlenexpositionen und deren Vergleich mit Anwendungen in der Medizin. Sie erweitern ihre Kompetenzen im Bereich der Präsentationstechnik durch die Betreuung von kleinen Praktikumsversuchen zum Strahlenschutz. Inhalt: Strahlenphysik, Grundlagen der Dosimetrie, Strahlenschutzgrundsätze, Strahlenschutzverordnung, Natürliche und zivilisatorische Strahlenbelastung, Praktikum im Bereich der Strahlenschutzmesstechnik
  • No access 5.04.4234 - Wind Physics Measurement Project Show lecturers
    • Prof. Dr. Martin Kühn
    • Matthias Wächter
    • Dr. Gerald Steinfeld, Dipl.-Met.
    • Dr. rer. nat. Frauke Theuer

    Monday: 12:15 - 13:45, weekly (from 25/04/22)
    Case study like problems based on real wind data will be solved on at least four important aspects in wind physics. The course will comprise lectures and assignments as well as self-contained work in groups of 3 persons. The content consist of the following four main topics, following the chronological order of the work process: Data handling: - measurements - measurement technology - handling of wind data - assessment of measurement artefacts in wind data - preparation of wind data for further processing Energy Meteorology: - geographical distribution of winds - wind regimes on different time and length scales - vertical wind profile - distribution of wind speed - differences between onshore and offshore conditions. Measure – Correlate – Predict (MCP): - averaging of wind data - bin-wise averaging of wind data - long term correlation and long term correction of wind data - sources of long term wind data. LIDAR (Light detection and ranging): - analyses and conversion of data from LIDAR measurements
  • No access 5.04.4235 - Design of Wind Energy Systems Show lecturers
    • Prof. Dr. Martin Kühn
    • David Onnen
    • Apostolos Langidis

    Tuesday: 16:15 - 17:45, weekly (from 19/04/22), Location: W01 0-008 (Rechnerraum)
    Thursday: 12:15 - 13:45, weekly (from 21/04/22), Location: W33 0-003
    The students attending the course will have the possibility to expand and sharpen of their knowledge about wind turbine design from the basic courses. The lectures include topics covering the whole spectrum from early design phase to the operation of a wind turbine. Students will learn in exercises how to calculate and evaluate design aspects of wind energy converters. At the end of the lecture, they should be able to: + estimate the site specific energy yield, + calculate the aerodynamics of wind turbines using the blade element momentum theory, + model wind fields to obtain specific design situations for wind turbines, + estimate the influence of dynamics of a wind turbine, especially in the context of fatigue loads, + transfer their knowledge to more complex topics such as simulation and measurements of dynamic loads, + assess economic aspects of wind turbines. Introduction to industrial wind turbine design, + rotor aerodynamics and Blade Element Momentum (BEM) theory, + dynamic loading and system dynamics, + wind field modelling for fatigue and extreme event loading, + design loads and design aspects of onshore wind turbines, + simulation and measurements of dynamic loads, + design of offshore wind turbines.
  • No access 5.04.4523 - Fortgeschrittene Computerphysik Show lecturers
    • Prof. Dr. Alexander Hartmann

    Wednesday: 10:15 - 11:45, weekly (from 20/04/22), Location: W02 1-128
    Dates on Wednesday, 22.06.2022 10:15 - 13:45, Location: W02 2-249
    Effiziente Monte Carlo Algorithmen, Clusteralgorithmen, Optimierungsalgorithmen, Phasenübergänge in Optimierungsproblemen, Clusteranalyse, Algorithmen für Netzwerke, fortgeschrittenes Finite-Size Scaling, Quanten-Monte Carlo, Neuronale Netze
  • No access 5.04.4528 - Computational Biophysics Show lecturers
    • Prof. Dr. Ilia Solov'yov

    Wednesday: 12:15 - 13:45, weekly (from 20/04/22), Location: W02 2-249, W03 2-240
    The course will explore physical models and computational approaches used for the simulations of macromolecular systems. A mixture of lectures and hands-on tutorials will serve to provide a roadmap for setting investigations of macro-molecular structure and dynamics at the atomic level of detail. The course is based on practical exercises with the biophysical programs NAMD and VMD. In particular, the case studies of various biological systems will be discussed. Relevant physical concepts, mathematical techniques, and computational methods will be introduced, including force fields and algorithms used in molecular modeling and molecular dynamics on parallel computers
  • No access 5.04.4589 - Angewandte Psychophysik II: Anwendungen im Sound Design / Applied Psychophysics II: Applications in sound design Show lecturers
    • Prof. Dr. Steven van de Par
    • Stephan Töpken

    Wednesday: 16:15 - 17:45, weekly (from 20/04/22), Location: W02 1-156
    Dates on Thursday, 28.07.2022 10:00 - 12:00, Location: W04 1-171
    Psychoakustische Bewertungs- und Analysemethoden für Untersuchungen der Geräuschqualität und für Sound Design. Messtechniken und Skalen. Überschwellige Empfindungsgrößen wie Tonhaltigkeit, Rauigkeit und Lautheit inklusive Modellierung. Lästigkeit. Kontextvariablen, Berechnungsmethoden und Subjektivurteile.
  • No access 5.04.4592 - Theorie der Supraleitung Show lecturers
    • Prof. Dr. Martin Holthaus

    Wednesday: 08:15 - 09:45, weekly (from 20/04/22), Location: W02 3-349, W02 1-128
  • No access 5.04.4642 - Medical Radiation Physics / Medizinische Strahlenphysik Show lecturers
    • PD Dr. Hui Khee Looe
    • Prof. Dr. Björn Poppe
    • Karl-Joachim Doerner

    Thursday: 14:15 - 15:45, weekly (from 21/04/22), Location: W03 2-240, W16A 004
    Dates on Tuesday, 30.08.2022 14:00 - 16:00, Location: W03 2-240
    The course covers from the fundamental to the advanced topics of medical radiation physics. The participants will gain deep understanding on the underlying physics essential for the safe application of ionizing radiations in the medicine for therapeutic purposes.
  • No access 5.04.4685 - Light-Matter Coupling of Semiconductor Nanostructures Show lecturers
    • Prof. Dr. Christian Schneider
    • Dr. rer. nat. Martin Esmann

    Tuesday: 12:15 - 13:45, weekly (from 19/04/22)
    Thursday: 16:15 - 17:45, weekly (from 21/04/22)
    Die Studierenden wiederholen und vertiefen fundamentale Aspekte der Licht-Materie Wechselwirkung. Sie erwerben darauf aufbauend ein erweitertes Verständnis von Vielteilchen-anregungen (z.B. Exzitonen) in nanostrukturierter Materie. Die Studierenden lernen experimentelle und theoretische Werkzeuge kennen, um die Kopplung von optischen Anregungen an magnetische und mechanische Freiheitsgrade (Phononen, Opto-mechanik) zu beschreiben. Die Kopplung von Licht und Materie in Mikrokavitäten wird tiefgehend diskutiert. Hierbei erlernen die Studierenden Konzepte wie die normale Modenkopplung, die Thermalisierung von Quasiteilchen sowie deren Kopplung an mechanische Freiheitsgrade.
  • No access 5.04.4770 - Differential Geometry for Physicists II Show lecturers
    • Dr. rer. nat. Manuel Hohmann

    Dates on Friday, 08.04.2022, Monday, 11.04.2022, Friday, 15.04.2022, Monday, 18.04.2022, Friday, 22.04.2022, Monday, 25.04.2022, Friday, ...(more)
    Die Vorlesung vermittelt weiterführende Kenntnisse auf dem Gebiet der Differentialgeometrie. Neben den fortgeschrittenen geometrischen Begriffen wie Finsler-Geometrie, Cartan-Geometrie, Spin-Struktur, werden insbesondere die Anwendungen dieser und anderer geometrischer Strukturen, die aus der Einführung in die Differentialgeometrie bekannt sind, in der theoretischen Physik erläutert. Zu diesen Anwendungen gehören Lagrange- und Hamilton-Theorie sowie Eichtheorie.
  • No access 5.04.4884 - Einführung in die neuen Quantentechnologien Show lecturers
    • Claus Lämmerzahl

    Wednesday: 10:15 - 11:45, weekly (from 20/04/22), Location: W03 1-154
    Wednesday: 14:15 - 15:45, weekly (from 20/04/22), Location: W02 2-216
    • Kurze Wiederholung der Grundlagen der Quanten-mechanik (Hilbertraum, Quantisierung, Messprozess, Wahrscheinlichkeitsinterpretation, Dynamik) • Dichtematrix, Produkthilberträume • Verschränkung, Bell-Zustände, GHZ-Zustände, Tests der Quantenmechanik • Das Qubit, Bloch-Sphäre, phys. Realisierung • Quantengatter, für 1, 2, 3 Qubits, universelle Gatter, phys. Realisierung • Quantenrechnen, Darstellung von Zahlen und Berechnung von Funktionen • Quantenalgorithmen (Deutsch, Deutsch-Josza, Grover, Shor, Fourierzerlegung) • Quanteninformation, Quantenkommunikation, Quanten-kryptographie • Quantensensorik, Atominterferometer • Quantenmetrologie, Definition des Kilogramms • Quantenimaging
  • No access 5.04.812 - Ausgewählte Probleme der Hörtechnik und Audiologie Show lecturers
    • Thomas Brand

    Monday: 08:15 - 09:45, weekly (from 25/04/22)
    Die Studierenden erwerben einen Überblick über die aktuellen Fragestellungen auf dem Gebiet der Hörtechnik und Audiologie sowie eine Orientierung über mögliche Themen der eigenen Masterarbeit. Sie erlangen Fertigkeiten bei der Literaturrecherche, Aufarbeitung und Darstellung fremder wissenschaftlicher Ergebnisse. Sie erweitern ihre Kompetenzen hinsichtlich der Bewertung und Diskussion wissenschaftlicher Ergebnisse. Inhalte: Aktuelle Fragestellungen und Forschungsthemen der Hörtechnik und Audiologie unter anderem aus den aus den Bereichen: Audiologie, Medizinische Akustik, Audio-Signalverarbeitung, Elektroakustik, Medizinische Physik, Signalverarbeitung und Kommunikation In der Vorlesung werden aktuelle wissenschaftliche Fragestellungen aus dem Gebiet der Hörtechnik und Audiologie vorgestellt und im Seminar die zugehörige aktuelle Literatur in Kleingruppen vertiefend bearbeitet. Die Studierenden sollen dabei sowohl einen allgemeinen Überblick über die aktuellen wissenschaftlichen Fragestellungen in der Hörtechnik und Audiologie gewinnen als auch einzelne dieser Fragestellungen vertiefen. Dies soll auch zur Orientierung über mögliche Themen der Masterarbeit dienen.
Exercises
  • No access 5.04.4012 Ü1 - Übung zu Informationsverarbeitung und Kommunikation / Information Processing and Communication Show lecturers
    • Priv.-Doz. Dr. Jörn Anemüller
    • Eike Jannik Nustede, M. Sc.

    Thursday: 16:15 - 17:45, weekly (from 21/04/22)
    Die Studierenden erlernen, wie statistische Eigenschaften von Signalen zur Lösung von Problemen der Angewandten Physik, insbesondere der Klassifikation, parametrischen Modellierung und Übertragung von Signalen genutzt werden können. Theoretische Lernziele beinhalten damit eine Wiederholung und Festigung statistischer Grundlagen und eine Verständnis von deren Nutzung für Algorithmen unterschiedlicher Zielsetzung und Komplexität. Im praktischen Teil werden Eigenschaften der behandelten Methoden selbständig erarbeitet sowie Algorithmen auf dem Rechner implementiert und auf reale Daten angewendet, so daß der Umgang mit theoretischen Konzepten und ihre praktische Umsetzung erlernt werden. Inhalte: Grundfragen der Informationsverarbeitung (Klassifikation, Regression, Clustering), Lösungsmethoden basierend auf Dichteschätzung und diskriminativen Ansätzen (z.B. Bayes Schätzung, k-nearest neighbour, Hauptkomponentenanalyse, support-vector-machines, Hidden-Markov- Modelle), Grundlagen der Informationstheorie, Methoden der analogen und digitalen Nachrichtenübertragung, Prinzipien der Kanalcodierung und Kompression
  • No access 5.04.4072 Ü1 - Exercises to Computational Fluid Dynamics I Show lecturers
    • Gabriele Centurelli
    • Arslan Adeel-Ur-Rehman
    • Marcel Bock
    • Prof. Dr. Laura Lukassen

    Thursday: 16:15 - 17:45, weekly (from 21/04/22)
  • No access 5.04.4072 Ü2 - Exercises to Computational Fluid Dynamics I Show lecturers
    • Gabriele Centurelli
    • Arslan Adeel-Ur-Rehman
    • Marcel Bock
    • Prof. Dr. Laura Lukassen

    Thursday: 16:15 - 17:45, weekly (from 21/04/22)
  • No access 5.04.4072 Ü3 - Exercises to Computational Fluid Dynamics I Show lecturers
    • Gabriele Centurelli
    • Arslan Adeel-Ur-Rehman
    • Marcel Bock
    • Prof. Dr. Laura Lukassen

    Thursday: 16:15 - 17:45, weekly (from 21/04/22)
  • No access 5.04.4074 Ü1 - Exercises to Computational Fluid Dynamics II Show lecturers
    • Gabriele Centurelli
    • Dr. Bernhard Stoevesandt

    Thursday: 16:15 - 17:45, weekly (from 09/06/22)
  • No access 5.04.4215 Ü1 - Exercises to Machine Learning II – Advanced Learning and Inference Methods Show lecturers
    • Prof. Dr. Jörg Lücke
    • Florian Hirschberger
    • Filippos Panagiotou
    • Dr. rer. nat. Seyyed Hamid Mousavi Hashemi

    Tuesday: 14:15 - 15:45, weekly (from 26/04/22), Übung
    The students will deepen their knowledge on mathematical models of data and sensory signals. Building up on the previously acquired Machine Learning models and methods, the students will be lead closer to current research topics and will learn about models that currently represent the state-of-the-art. Based on these models, the students will be exposed to the typical theoretical and practical challenges in the development of current Machine Learning algorithms. Typical such challenges are analytical and computational intractabilities, or local optima problems. Based on concrete examples, the students will learn how to address such problems. Applications to different data will teach skills to use the appropriate model for a desired task and the ability to interpret an algorithm’s result as well as ways for further improvements. Furthermore, the students will learn interpretations of biological and artificial intelligence based on state-of-the-art Machine Learning models. Contents: This course builds up on the basic models and methods introduced in introductory Machine Learning lectures. Advanced Machine Learning models will be introduced alongside methods for efficient parameter optimization. Analytical approximations for computationally intractable models will be defined and discussed as well as stochastic (Monte Carlo) approximations. Advantages of different approximations will be contrasted with their potential disadvantages. Advanced models in the lecture will include models for clustering, classification, recognition, denoising, compression, dimensionality reduction, deep learning, tracking etc. Typical application domains will be general pattern recognition, computational neuroscience and sensory data models including computer hearing and computer vision.
  • No access 5.04.4215 Ü2 - Exercises to Machine Learning II – Advanced Learning and Inference Methods Show lecturers
    • Prof. Dr. Jörg Lücke
    • Filippos Panagiotou
    • Florian Hirschberger
    • Dmytro Velychko
    • Jakob Drefs

    Tuesday: 14:15 - 15:45, weekly (from 26/04/22), Übung
    The students will deepen their knowledge on mathematical models of data and sensory signals. Building up on the previously acquired Machine Learning models and methods, the students will be lead closer to current research topics and will learn about models that currently represent the state-of-the-art. Based on these models, the students will be exposed to the typical theoretical and practical challenges in the development of current Machine Learning algorithms. Typical such challenges are analytical and computational intractabilities, or local optima problems. Based on concrete examples, the students will learn how to address such problems. Applications to different data will teach skills to use the appropriate model for a desired task and the ability to interpret an algorithm’s result as well as ways for further improvements. Furthermore, the students will learn interpretations of biological and artificial intelligence based on state-of-the-art Machine Learning models. Contents: This course builds up on the basic models and methods introduced in introductory Machine Learning lectures. Advanced Machine Learning models will be introduced alongside methods for efficient parameter optimization. Analytical approximations for computationally intractable models will be defined and discussed as well as stochastic (Monte Carlo) approximations. Advantages of different approximations will be contrasted with their potential disadvantages. Advanced models in the lecture will include models for clustering, classification, recognition, denoising, compression, dimensionality reduction, deep learning, tracking etc. Typical application domains will be general pattern recognition, computational neuroscience and sensory data models including computer hearing and computer vision.
  • No access 5.04.4685 - Light-Matter Coupling of Semiconductor Nanostructures Show lecturers
    • Prof. Dr. Christian Schneider
    • Dr. rer. nat. Martin Esmann

    Tuesday: 12:15 - 13:45, weekly (from 19/04/22)
    Thursday: 16:15 - 17:45, weekly (from 21/04/22)
    Die Studierenden wiederholen und vertiefen fundamentale Aspekte der Licht-Materie Wechselwirkung. Sie erwerben darauf aufbauend ein erweitertes Verständnis von Vielteilchen-anregungen (z.B. Exzitonen) in nanostrukturierter Materie. Die Studierenden lernen experimentelle und theoretische Werkzeuge kennen, um die Kopplung von optischen Anregungen an magnetische und mechanische Freiheitsgrade (Phononen, Opto-mechanik) zu beschreiben. Die Kopplung von Licht und Materie in Mikrokavitäten wird tiefgehend diskutiert. Hierbei erlernen die Studierenden Konzepte wie die normale Modenkopplung, die Thermalisierung von Quasiteilchen sowie deren Kopplung an mechanische Freiheitsgrade.
Practical training
Seminar
  • No access 5.04.4013b - Current trends in Gravitation II Show lecturers
    • Prof. Dr. Jutta Kunz-Drolshagen
    • Prof. Dr. Betti Hartmann

    Tuesday: 16:15 - 17:45, weekly (from 19/04/22)
    The students get an insight into the current research topics in the field of gravity. They get to know new investigation methods and research results and expand their skills in the critical discussion of scientific methods and results.
  • No access 5.04.4022 - Neurophysik - Neurokognition Show lecturers
    • PD Dr. Stefan Uppenkamp, Dipl.-Phys.

    Tuesday: 16:15 - 17:45, weekly (from 19/04/22)
    Die Studierenden erlangen fundierte Kenntnisse in der biomedizinischen Physik mit Überblick über die (Neuro)-Physiologie, erwerben Fertigkeiten zur selbständigen Vertiefung diese Fachkenntnisse und erwerben Kompetenzen für eine Anwendung dieser Fachkenntnisse im Rahmen von Facharbeiten und Projekten in verschiedenen Bereichen der Neurosensorik. Inhalte: Anatomie, Physiologie und Pathophysiologie des Zentralen Nervensystems, Physiologie von Neuronen, Neuronenmodelle, Modelle von Neuronenverbänden und neuronaler Netze, Neuronale Kodierung und Merkmalsextraktion, Neurosensorik (Methoden, Experimente und Modelle neurosensorischer Verarbeitung), Neurokognition (Methoden, Experimente und Modelle neuronaler Verarbeitung bei kognitiven Funktionen), höhere Hirnfunktionen (Handlungssteuerung, Emotionen,...) , aktuelle Forschungsansätze in der Neurokognition aus Sicht der Physik.
  • No access 5.04.4208 - Oberseminar Signal- und Sprachverarbeitung Show lecturers
    • Prof. Dr. Simon Doclo

    Monday: 10:15 - 11:45, weekly (from 25/04/22)
    Aktuelle Forschungsarbeiten aus folgenden Gebieten der Signal- und Sprachverarbeitung: Ein- und mehrkanalige Sprachverbesserung, Sensornetzwerke, Sprachmodellierung, Sprachtechnologie, Signalverarbeitung für Hörgeräte und Multimedia.
  • No access 5.04.4212 - Current Topics in Machine Learning and its Applications Show lecturers
    • Prof. Dr. Jörg Lücke

    Wednesday: 14:15 - 15:45, weekly (from 20/04/22)
    The students will learn the current research directions and challenges of the Machine Learning research field. By presenting examples from Machine Learning algorithms applied to sensory data tasks including task in Computer Hearing and Computer Vision the students will be taught the current strengths and weaknesses of different approaches. The presentations of current research papers by the participants will make use of computers and projectors. Programming examples and animations will be used to support the interactive component of the presentations. In scientific discussions of the presented and related work, the students will deepen their knowledge about current limitations of Machine Learning approaches both on the theoretical side and on the side of their technical and practical realizations. Presentations of interdisciplinary research will enable the students to carry over their Machine Learning knowledge to address questions in other scientific domains. Contents: Building up on advanced Machine Learning knowledge, this seminar discusses recent scientific contributions and developments in Machine Learning as well as recent papers on applications of Machine Learning algorithms. Typical application domains include general pattern recognition, computer hearing, computer vision and computational neuroscience. Typical tasks include auditory and visual signal enhancements, source separation, auditory and visual object learning and recognition, auditory scene analysis, data compression and inpainting. Applications to computational neuroscience will discuss recent papers on the probabilistic interpretation of neural learning and biological intelligence.
  • No access 5.04.4224 - Oberseminar Medizinische Physik Show lecturers
    • Prof. Dr. Dr. Birger Kollmeier

    Tuesday: 10:15 - 11:45, weekly (from 19/04/22)
    Aktuelle Forschungsarbeiten aus folgenden Gebieten der medizinischen Physik; Signalverarbeitung und Akustik: Audiologie, Neurosensorik (EEG,MEG, fMRI, OAE,…), Psychoakustik, Sprachakustik, Sprachtechnologie, Signalverarbeitung für Hörgeräte und Multimedia
  • No access 5.04.4523a - Begleitseminar Fortgeschrittene Computerphysik: Selbstständiges Erforschen physikalischer Systeme mit numerischen Methoden Show lecturers
    • Prof. Dr. Alexander Hartmann

    Friday: 16:15 - 17:45, weekly (from 29/04/22)
    Dates on Thursday, 21.07.2022 14:15 - 17:45
    Die Teilnehmer lernen weitgehend selbstständig die verschiedenen Phasen eines Projektes im Bereich wissenschaftlichen Rechnens auf Mikroskala kennen. (Problemdefinition, Programmentwurf, Programmierung und Dokumentation, Durchführung von Simulationen, Auswertung von Daten, ...)
  • No access 5.04.4652 - Stochastic Processes in Experiments Show lecturers
    • Matthias Wächter

    Thursday: 12:15 - 13:45, weekly (from 21/04/22)
    Die Studierenden erwerben fortgeschrittene Kenntnisse auf dem Gebiet der nichtlinearen Dynamik experimenteller Systeme. Sie erlangen Fertigkeiten zum sicheren und selbstständigen Umgang mit modernen Konzepten und Methoden der Analyse von Messdaten komplexer Systeme. Sie erweitern ihre Kompetenzen hinsichtlich der Fähigkeiten zur erfolgreichen Bearbeitung anspruchsvoller Probleme mit modernen analytischen und numerischen Methoden, zur selbstständigen Erarbeitung aktueller Fachveröffentlichungen sowie der Bedeutung stochastischer Differentialgleichungen im Kontext unterschiedlicher Anwendungen. Inhalte: Theoretische Grundlagen stochastischer Differentialgleichungen und der Bestimmung ihrer Parameter. Darstellung verschiedener Beispiele für die Schätzung der Parameter stochastischer Differentialgleichungen aus experimentellen Daten unter Berücksichtigung der Besonderheiten der jeweils untersuchten experimentellen Systeme.
  • No access 5.04.4680 - Atomare und molekulare Multiphotonenionisation (MPI) mit geformten ultrakurzen Laserpulsen Show lecturers
    • Prof. Dr. Matthias Wollenhaupt, Dipl.-Phys.

    Thursday: 10:15 - 11:45, weekly (from 21/04/22)
    Anwendung der quantenmechanischen Störungsrechnung auf die MPI Beschreibung der MPI mit Hilfe numerischer Methoden zur Lösung der TDSE Beschreibung resonanter MPI Beschreibung von Starkfeldeffekten in der MPI Beschreibung der Tunnelionisation Kohärente Kontrolle der MPI Kohärente Kontrolle der dreidimensionalen Photoelektronenverteilungen
  • No access 5.04.4681 - Seminar zur Diskussion aktueller Fragestellungen zur Kopplung von Licht und Materie in optischen Mikrokavitäten Show lecturers
    • Prof. Dr. Christian Schneider

    Monday: 10:15 - 11:45, weekly (from 25/04/22)
    Aneignen vertiefter Kenntnisse auf dem Feld der Licht-Materie Wechselwirkung sowie der Kavitäts-Quantenelektrodynamik mit Quantenmaterialien. Es werden Kenntnisse der grundlegenden, und der kontemporären Fachliteratur im Rahmen von gezielten Diskussionen von- und Arbeiten mit Wissenschaftsartikeln erarbeitet: Vorträge vor der Gruppe, offene Diskussion aktueller Themen, Analyse wissenschaftlichen Arbeitens.
  • No access 5.04.4750 - Electron Dynamics in Nanostructures Show lecturers
    • PD Dr. Svend-Age Biehs
    • Prof. Dr. Caterina Cocchi
    • Prof. Dr. Christoph Lienau
    • Prof. Dr. Niklas Nilius
    • Prof. Dr. Sascha Schäfer
    • Prof. Dr. Christian Schneider
    • Prof. Dr. Ilia Solov'yov
    • Prof. Dr. Matthias Wollenhaupt, Dipl.-Phys.

    Wednesday: 16:15 - 17:45, weekly (from 20/04/22)
    Ultrafast optical and electronic excitations in nanostructures (e.g. electron-hole-pair and plasmonic modes) Strong field effects in the physics of nanostructures Role of quantum coherence for charge and energy transfer processes Development of new experimental schemes to probe the nanoscale dynamics Development of new theoretical approaches to analyze nanoscale dynamics
  • No access 5.04.4880 - Ultrafast Electron Imaging Show lecturers
    • Prof. Dr. Sascha Schäfer

    Thursday: 08:15 - 09:45, weekly (from 21/04/22)
    The seminar is organized as a paper club including seminal or recent publication on the following topics: • Instrumental aspects of pulsed electron sources • Imaging of ultrafast structural dynamics by time-resolved electron diffraction • Imaging of ultrafast magnetic dynamics by time-resolved Lorentz microscopy • Coherent phase control of free-electron pulses and mapping of polariton dynamics
  • No access 5.04.4882 - Many-body perturbation theory Show lecturers
    • Prof. Dr. Caterina Cocchi

    Thursday: 10:15 - 11:45, weekly (from 21/04/22)
    This course is aimed to provide an overview of the advanced methods of quantum mechanics for the study of many-particle problems in condensed-matter physics. The formalism of the single-particle and two-particle Green’s functions will be introduced and their connections with state-of-the-art numerical methods for electronic-structure theory will be disclosed. The course is primarily aimed to graduate students with a study and/or research profile in theoretical physics. However, the participation of graduate students and young researchers with an experimental background is equally welcome. Solid knowledge of quantum mechanics is a must to attend this course. Familiarity with theoretical solid-state physics and with the electronic-structure theory methods is a plus.
  • No access 5.04.874 - Oberseminar Computerorientierte Theoretische Physik Show lecturers
    • Prof. Dr. Alexander Hartmann

    Monday: 11:00 - 12:45, weekly (from 20/04/22)
    Es werden aktuelle wissenschaftliche Artikel aus dem Bereich computerorientierte statistische Physik vorgestellt und diskutiert. Die Präsentation ist formlos an der Tafel bzw. online (aber auch Nutzung von Präsentationsfolien möglich). Jede Teilnehmerin und jeder Teilnehmer stellt genau einen Artikel vor und schreibt eine kurze Zusammenfassung (LaTeX Format)
  • No access 5.15.755 - Networks and Complexity Show lecturers
    • Prof. Dr. Thilo Gross

    Monday: 18:15 - 19:45, weekly (from 25/04/22)
    Thursday: 18:15 - 19:45, weekly (from 21/04/22)
    Networks are everywhere. Examples include the internet on which you are reading this text, the power grid that delivers electricity to your home, the food webs which form the backbones of ecosystems, the social networks which allows opinions, ideas and diseases to spread among humans and the networks of biochemical reactions that sustain all life on earth. In this course we will understand how network thinking can be used to make sense of the many complex processes around us. Along the way we will be drawing on ideas from Physics, Mathematics, Computer Science, Ecology and Sociology. The lectures will revolve around a real world examples that pose specific challenges. These range from finding the shortest path to a destination to analyzing the stability of complex ecosystems. We will then discover broadly applicable methods to overcome these challenges and in every case we will be able to apply the methods to small examples with just pen and paper. The course will equip you with a set of tools that you can use to understand complex systems. We will build up an understanding why these tools work and which lines of thinking could have led to their discovery. In this way we will learn how to think about complexity to develop new tools and overcome new challenges.
Notes on the module
Module examination
M
Skills to be acquired in this module
Abhängig von gewählten Spezialisierung
  • vertiefen die Studierende ihre Kenntnisse in den Bereichen Theoretische Physik, Experimentalphysik,
Angwandte Physik, physikalische Messtechnik, Numerische Methoden und wahlweise im Bereich
Umweltphysik des ICBM oder in einem anderen Nebenfach,
  • erweitern die Studierenden ihre Fertigkeiten in den Bereichen Analyse und Modellierung physikalischer
Probleme, Konzeption und Durchführung physikalischer Experimente, selbstständige Vertiefung
erworbenen Wissens, Recherche und Erarbeiten von Fachliteratur und Präsentation physikalischer
Zusammenhänge,
  • erweben bzw. vertiefen die Studierenden Kompetenzen auf den Gebieten des selbstständigen wissen-
schaftlichen Arbeitens, der wissenschaftlichen Analyse physikalischer Sachverhalte sowie der
Anwendung und Vernetzung erlernter Erkenntnisse auf unterschiedlichen Gebieten.