Forscher der Hochschule Koblenz und Universität Bonn entwickeln neue mathematische Methode

Veröffentlicht am 24. Februar 2016 von wwa

REMAGEN/BONN – Aus Fehlern lernen – Forscher der Hochschule Koblenz und Universität Bonn entwickeln neue mathematische Methode – In nahezu allen Bereichen der Wissenschaft, Wirtschaft und Technik spielen mathematische Modelle und Computersimulationen eine immer wichtigere Rolle. Forscher vom RheinAhrCampus der Hochschule Koblenz und der Universität Bonn haben nun gemeinsam eine neue mathematische Methode entwickelt, die es ermöglicht, mit mathematischen Unsicherheiten in komplexen Systemen umzugehen.

Ingenieurinnen und Ingenieure simulieren das dynamische Verhalten von Autos, Flugzeugen oder Stromnetzen, Meteorologen sagen das Wetter auf der Basis immer ausgefeilterer Modelle hervor, die Pharmakologie versucht, den Transport von Wirkstoffen mit mathematischen Modellen zu optimieren und die Biomedizin sucht mit Modellen nach neuen Wegen, die dynamischen Stoffwechsel- und Signalverarbeitungsprozesse in menschlichen Zellen therapeutisch auszunutzen. In allen diesen Bereichen versucht man, immer komplexere Systeme mittels mathematischer Modellbildung zu handhaben. Allerdings sind komplexere Modelle auch mit immer stärkeren Unsicherheiten behaftet, weil nicht alle Details über das interessierende System bekannt sind. Diese Unsicherheiten stellen ein grundsätzliches Problem dar: Wie soll man etwas modellieren und simulieren, was man gar nicht so genau kennt?

Benjamin Engelhardt und Prof. Dr. Holger Fröhlich von der Universität Bonn sowie Prof. Dr. Maik Kschischo vom RheinAhrCampus der Hochschule Koblenz haben dazu kürzlich eine neue algorithmische Methode, das Dynamic Elastic-Net, in der Zeitschrift Nature Scientific Reports veröffentlicht. Diese Methode erlaubt es, systematische Modellfehler in komplexen Modellen aufzuspüren und außerdem die damit verbundenen Fehler in den Vorhersagen über den inneren Zustand eines Systems automatisch zu korrigieren. Die Wissenschaftler demonstrieren die Leistungsfähigkeit ihrer Methode an einigen Beispielen für komplexe biologische Systeme. Allerdings ist das Dynamic Elastic-Net nicht auf die Biologie beschränkt, sondern kann für eine Vielzahl dynamischer Systeme aus anderen Bereichen angewendet werden. Der neue Algorithmus kann dazu dienen, genauere Vorhersagen selbst dann zu machen, wenn große Unsicherheiten über das reale dynamische System bestehen.

Die Zusammenarbeit der beiden Professoren Fröhlich und Kschischo kam über die gemeinsame Betreuung der Masterarbeit von Benjamin Engelhardt zustande. Engelhardt hat Biomathematik und Angewandte Mathematik am RheinAhrCampus der Hochschule Koblenz in Remagen studiert und ist nun Doktorand am Fachbereich Informatik der Universität Bonn.