Helmholtz-Zentrum Dresden-Rossendorf
Maschinelles Lernen für Materialmodellierung
Herr Dr. Attila Cangi
Leiter Maschinelles Lernen für Materialmodellierung
Telefon
+49 3581 37523 52
a.cangihzdr.de
Links
CV / Lebenslauf
Department Website
Research Group Website (Personal)
ORCID: 0000-0001-9162-262X
Adresse
Gebäude/Raum
Conrad-Schiedt-Straße 20 - 02826 Görlitz
GRWerk1/228
Aufgabengebiet
- Anwendung von maschinellem Lernen in den Materialwissenschaften und der Chemie
- Skalierbares maschinelles Lernen für die Berechnung von Materialeigenschaften
- Skalenübergreifende Simulationen von magnetisch-strukturellen Phasenübergänge in Materialien
- Ab-initio-Simulationen elektronischer Transporteigenschaften
- Methodenentwicklung zur Beschreibung der elektronischen Struktur und Dynamik unter Verwendung von Dichtefunktional-Methoden
Werdegang (Ausbildung, Abschlüsse, wichtige Stationen)
- 2024 – now: Helmholtz-Zentrum Dresden-Rossendorf, Germany: Head of department, Staff scientist (permanent)
- 2022 – 2024: Helmholtz-Zentrum Dresden-Rossendorf, Germany: Head of department (acting), Staff scientist (permanent)
- 2020 – 2022: Helmholtz-Zentrum Dresden-Rossendorf, Germany: Staff scientist
- 2019 – 2020: Sandia National Laboratories, Albuquerque, USA: Staff Scientist (permanent)
- 2017 – 2019: Sandia National Laboratories, Albuquerque, USA: Staff Scientist (LTE)
- 2011 – 2017: Max Planck Institute of Microstructure Physics, Halle (Saale), Germany: Postdoctoral Researcher with E. K. U. Gross
- 2006 – 2011: University of California, Irvine, USA: Ph.D., Chemistry (Chemical and Materials Physics) with K. Burke
- 2005 – 2006: Rutgers, The State University of New Jersey, USA: M.Sc., Physics
Die Forschungsgruppe Maschinelles Lernen für Materialmodellierung (Machine Learning for Materials Design) nutzt maschinelles Lernen und Computersimulationen, um die Entwicklung neuer Materialien zu beschleunigen. Der Schwerpunkt liegt dabei auf nachhaltigen Materialien für eine umweltfreundlichere Zukunft. Unsere Forschungsgebiete umfassen Energiespeicher, Thermoelektrik, Spintronik, neuromorphe Bauelemente und die Modellierung von Transportprozessen in modernen Halbleitern.