Prof. Dr. Daniel Ruprecht

Kontakt
Prof. Dr. Daniel Ruprecht

Technische Universität Hamburg
Institut für Mathematik (E-10); Lehrstuhl Computational Mathematics

Prof. Dr. Daniel Ruprecht

Technische Universität Hamburg
Institut für Mathematik (E-10); Lehrstuhl Computational Mathematics

About

Geht es um die Berechnung numerischer Wettervorhersagen, die Verfolgung von Ionen in Fusionsreaktoren oder auch um die Steuerung von Robotern: All jene Beispiele benötigen hochkomplexe Rechenmodelle und Simulationssoftware, die Professor Ruprecht mittels eigener Algorithmen optimiert. Als Leiter des Lehrstuhls für Computational Mathematics der TU Hamburg entwickelt Professor Ruprecht effiziente Algorithmen für diverse Anwendungen aus den Natur- und Ingenieurwissenschaften. Bei der Entwicklung berücksichtigt Professor Ruprecht die jeweilige Computerarchitektur, damit rechenintensive Vorgänge so schnell wie möglich ablaufen. Dabei forscht Professor Ruprecht unter anderem zu der Frage, wie sich für lineare Zeitabläufe effiziente numerische Verfahren für Parallelrechner entwickeln lassen.

Echtzeit Wettervorhersagen mit ‚Parallel-in-Time‘ Verfahren

Wetterprognosen basieren auf Zeitschritten, die schrittweise aufeinander aufbauen. Professor Ruprecht untersucht die Aufteilung dieses Prozesses in voneinander unabhängige Schritte, damit leistungsstarke Parallelrechner bessere und schnellere Vorhersagen ermöglichen.  Dafür analysiert er Methoden der ‚Parallel-in-Time-Integration‘ und führt Raum/Zeit-Hierarchien ein, um mehrere Zeitschritte gleichzeitig berechnen zu können. Ziel ist es hierbei, den Zeitverlust durch die Synchronisation zwischen den Prozessorkernen so gering wie möglich zu halten. Dabei sind die mathematischen Gleichungen, auf denen die Wettervorhersage basiert, nicht per Hand lösbar: Um dennoch ein valides Ergebnis berechnen zu können, werden sogenannte Approximationen verwendet, die es ermöglichen, eine näherungsweise Lösung für die Gleichung zu liefern. Professor Ruprecht entwickelt in diesem Kontext effiziente Algorithmen für das Näherungsverfahren und trägt so in Abstimmung mit Meteorolog:innen dazu bei, dass Wetterprognosen mit einer hohen Wahrscheinlichkeit zutreffend sind. Schließlich fußt die Mathematik bei Wettervorhersagen auf Hochleistungsrechnern, die laut Professor Ruprecht immer leistungsfähiger werden, wodurch in Zukunft immer präziserer und weitreichendere Prognosen entwickelt werden können.

Kürzere Simulationszeiten bei der Modellierung von Fusionsreaktoren

Während die vorhandene Computerarchitektur bestimmte Simulationen technisch noch an ihre Grenzen stoßen lässt, lassen sich die von Professor Ruprecht entwickelten Algorithmen zur Optimierung von Simulationen in sämtlichen Natur- und Ingenieurswissenschaften anwenden. Angesichts dessen entwickelt Professor Ruprecht einen effizienten Algorithmus für die Simulationssoftware des derzeit größten Fusionstestreaktors der Welt ‚Joint European Torus‘ (JET). Die Idee hinter Fusionsreaktoren ist es, in naher Zukunft eine saubere und nahezu unerschöpfliche Energiequelle zu ermöglichen. Basierend auf den Testergebnissen von JET wird der Fusionsreaktor ITER entworfen, von dem im Jahr 2025 als erster Fusionsreaktor weltweit ein Energieüberschuss erwartet wird. Für den Entwurf von ITER und Nachfolgern könnte der  von Professor Ruprecht entwickelte Algorithmus die Simulationszeit für die Nachverfolgung von schnellen Ionen innerhalb des Reaktors reduzieren, wodurch die Auswirkungen von Änderungen an ausgewählten Designparametern wesentlich schneller simuliert werden können.

Computational Mathematics hilft Robotern durch komplizierte Situationen

Darüber hinaus optimiert Professor Ruprecht mit seiner Forschung die Steuerung von Robotern, indem er ‚Parallel-in-Time‘-Integrationsmethoden anwendet: Damit Roboter innerhalb komplizierter Situationen die ‚klügste Entscheidung‘ hinsichtlich ihrer Bewegung oder ihres Verhaltens treffen können, müssen physikalische Vorhersagen der Bewegungsabläufe verbessert werden. Eine zentrale Herausforderung besteht hierbei darin, ein grobes Modell zu entwickeln, das rechnerisch nicht kompliziert, aber dennoch genau. Hierfür untersucht Professor Ruprecht mit Kollegen an der University of Leeds in Großbritannien die Verwendung eines selbstlernenden Grobmodells, das auf einem künstlichen neuronalen Netzwerk basiert. Ähnlich zum Nervensystem eines Lebewesens werden in künstlichen neuronalen Netzwerken komplexe Informationen verarbeitet. In simulierten Experimenten zeigt sich, dass Professor Ruprechts physik- und datenbasiertes Grobmodell wesentliche Vorteile gegenüber dem rein physikbasierten Grobmodell aufweist, insbesondere wenn es sich um Vorhersagen mit erhöhter Komplexität handelt. Professor Ruprecht sieht dementsprechend ein hohes Potenzial mit Methoden aus Computational Mathematics effizientere Steuerungsalgorithmen in der Robotik zu entwickeln.

Verkürzte Simulationszeiten bieten breite Anwendungsmöglichkeiten für Wissenschaft und Wirtschaft

Anwendungsmöglichkeiten der Computermathematik sieht Professor Ruprecht neben den Natur- und Ingenieurwissenschaften auch bei Forschungsprojekten im Feld der Computational Social Sciences, um beispielsweise das Verhalten von Fußgänger:innen im Straßenverkehr vorhersagen zu können. Bei der Entwicklung von effizienten Algorithmen für Simulationen arbeitet Professor Ruprecht sowohl mit der Industrie als auch mit der Forschung zusammen – stets mit dem Anspruch Simulationszeiten zu verkürzen. Mit der ansteigenden Leistungsfähigkeit von Hochleistungsrechnern sind für Professor Ruprecht immer mehr Modellierungsmöglichkeiten und damit verbunden präzisere Simulationen denkbar, die kostengünstiger als Messungen oder Experimente im Labor sind.

Aktuelle
Forschungsprojekte /
Aktivitäten

Parallele Verfahren für die numerische Wettervorhersage

Für Wettervorhersagen und Klimasimulationen werden spezielle Hochleistungscomputer benötigt. Fortschritte in der Leistung von Supercomputern ermöglichen die schnellere Simulation der Atmosphäre mit höherer Auflösung. Das Met Office ist dabei, einen neuen Cray XC40-Supercomputer zu installieren, der in den nächsten Jahrzehnten immer mehr Rechenleistung liefern wird. Jedoch führt die Kommunikation der Daten zwischen den Prozessoren zu einer Verlangsamung von Berechnungen auf diesen parallelen Supercomputern. Um die Berechnung zu beschleunigen, entwickelt Professor Ruprecht gemeinsam mit anderen Wissenschaftler:innen Algorithmen, die sowohl zeitparallel als auch geographisch parallel arbeiten. Anstatt die Vorhersage eines Modells Schritt für Schritt in der Zeit voranzutreiben, erzeugen diese Algorithmen im nächsten Schritt mehrere verschiedene Schätzungen des Wetters, bevor sie zu einer genaueren Lösung kombiniert werden. Jede dieser verschiedenen Schätzungen kann unabhängig berechnet werden, was zusätzliche parallele Berechnungen in das Modell einführt und präzisere Vorhersagen ermöglicht.

Ein neuer Algorithmus zur Verfolgung von Ionen in Fusionsreaktoren

Fusionsreaktoren könnten eines Tages als saubere und nahezu unerschöpfliche Energiequelle dienen, jedoch ist ihre Entwicklung hoch komplex. Trotzdem wurden in den letzten Jahrzehnten große Fortschritte erzielt, weshalb sich die Fusionsforschung mittlerweile in einer kritischen Phase befindet: ITER, der erste Testreaktor, von dem ein Energieüberschuss erwartet wird, ist im Bau und soll um 2025 herum in Betrieb gehen. Computersimulationen, die die Experimente mit Testreaktoren ergänzen, sind entscheidend für den Entwurf und den Betrieb von ITER. Um die Lösungszeiten der Simulationen deutlich zu reduzieren, entwickelt Professor Ruprecht zusammen mit dem Culham Centre for Fusion Energy nahe Oxford in Großbritannien einen neuen und effizienteren Algorithmus, der als Partikel-Tracker von Ionen in der operativen Simulationssoftware für den Bau von Fusionsreaktoren eingesetzt werden kann.

Ein paralleler Algorithmus für die Steuerung von Robotern

Eine Schlüsselkomponente vieler modellbasierter Steuerungsalgorithmen in der Robotik ist die physikalische Vorhersage, d. h. die Vorhersage einer Sequenz von Zuständen anhand eines Ausgangszustands und einer Sequenz von Steuerungen. Dieser Prozess ist langsam und stellt einen großen Rechenengpass für Robotik-Steuerungsalgorithmen dar. ‚Parallel-in-Time‘-Integrationsmethoden von Professor Ruprecht können helfen, paralleles Rechnen zu nutzen, um physikalische Vorhersagen und damit die Steuerung von Robotern zu beschleunigen. Eine zentrale Herausforderung besteht darin, ein grobes Modell zu entwickeln, das rechnerisch leicht lösbar, aber genau genug ist, damit parallel gerechnet werden kann. Hierfür untersucht Professor Ruprecht die Verwendung eines tiefen neuronalen Netzwerk-Physikmodells als grobes Modell für seinen parallelen Algorithmus im Kontext der Robotermanipulation. In simulierten Experimenten mit der physikalischen ‚Engine-Mujoco‘ zeigt Professor Ruprecht, dass sein mathematisches Grobmodell – gegensätzlich zu dem physikbasierten – auf Szenarien mit mehreren Objekten anwendbar ist.

Code: https://doi.org/10.5281/zenodo.3779085

Video: https://youtu.be/wCh2o1rf-gA

Zukunftsvision

Für Professor Ruprecht sind mathematische Modellierung ein unverzichtbares Hilfsmittel in den Ingenieur- und Naturwissenschaften und, aufgrund der zunehmenden Digitalisierung von Fertigungsprozessen, oft auch in der Industrie. Die Komplexität vieler Modelle erfordert effiziente und parallelisierbare numerische Algorithmen um Lösungen in akzeptabler Zeit zu berechnen. Innovative und maßgeschneiderte Algorithmen sind unverzichtbar, insbesondere in Situationen, in denen Simulationen in Echtzeit erforderlich sind.

Schwerpunkte

  • Computermathematik
  • Entwicklung von numerischen Algorithmen
  • Hochleistungsrechnen
  • Modellierung

Kooperationen

  • School of Computing, University of Leeds
  • School of Mathematics, University of Leeds
  • Jülich Supercomputing Centre, Forschungszentrun Jülich GmbH

Interessiert an

  • Forschungskooperationen
  • Unternehmenskooperationen
  • Technologieunternehmen
  • Open Source Projekte

Professor Ruprecht ist für Kooperationen mit Unternehmen als auch anderen Forschungsinstituten jeglicher Größe oder Branche offen. Dabei hat er stets zum Ziel, mithilfe seiner effizienten Algorithmen Simulationszeiten von Modellen zu reduzieren. Außerdem ist er sehr an der Kombination seiner Algorithmen für physikbasierte Modelle mit datenbasierten Modellen interessiert. Professor Ruprecht verfügt über Erfahrungen in der Zusammenarbeit mit der Meteorologie, dem Ingenieurswesen, der Geologie, der Physik, der Informatik als auch im Bereich der Chemie.

Mehr über
Prof. Dr. Daniel Ruprecht

Wissen entdecken, Expertise finden &

gemeinsam Ideen verwirklichen