Deutsches Zentrum für Luft- und Raumfahrt (DLR)

Quantenmaschinelles Lernen für die Radarfernerkundung

Weßling

Wissenschaft & Forschung
company visual

TÄTIGKEIT: Promotion

Ihre Mission:

Quantencomputing ist ein hochdynamisches Forschungsfeld. Das Institut für Hochfrequenztechnik und Radarsysteme, mit seiner weltweit anerkannten Expertise in der Konzeption und Entwicklung von Erdbeobachtungsmissionen, hat Forschungsaktivitäten im Bereich Quantencomputing aufgenommen, die auf die Lösung von Prozessierungs- und Optimierungsproblemen für Radarfernerkundungsanwendungen abzielen. Eine große Herausforderung besteht nach wie vor in der wissenschaftlichen und automatisierten Analyse großer Datenmengen, die von bildgebenden Radarsystemen bereitgestellt und von der wissenschaftlichen Gemeinschaft benötigt werden.

In dieser Doktorarbeit werden neuartige Strategien zur Kombination von Konzepten des Quantencomputing mit den Prinzipien des maschinellen Lernens und der künstlichen Intelligenz erforscht. Als Teil eines Teams wird der/die Doktorand/in ermutigt, neue Ideen zu erforschen, wie z. B. hybride Ansätze für maschinelles Lernen auf Quantencomputern, bei denen bestimmte rechenintensive Unterroutinen auf Quantencomputern ausgeführt werden. Mit der Demonstration von quantenmaschinellen Konzepten wird diese Doktorarbeit nicht nur in Form von neuartigen Algorithmen, sondern auch in Form von verbesserten Datenanalysestrategien zu einem besseren Verständnis unserer Umwelt angesichts des Klimawandels beitragen.

Ihre Aufgaben sind:

  • Literatur, Soft- und Hardwareforschung zum Stand der Technik des analogen und digitalen Quantencomputing, sowie zu hybriden Ansätzen des quantenmaschinellen Lernens für die Anwendung in der Radarfernerkundung:
    • Studium der einschlägigen Literatur, wissenschaftlichen Veröffentlichungen, Präsentationen und Vorträge im Bereich Quantencomputing und maschinelles Lernen
    • Entwicklung eines fundierten Verständnisses der Potenziale und Herausforderungen für die Übertragung von Radarsignalverarbeitungsalgorithmen und des maschinellen Lernens auf Quantencomputern
    • Untersuchung der derzeitigen Möglichkeiten und Beschränkungen bei der Ausführung und Simulation von Quantenalgorithmen auf modernen Quantencomputern, mit universellen gatterbasierten Architekturen oder Quantenannealern, wie sie beispielsweise von IBM oder D-Wave Systems entwickelt werden
    • Analyse bereits bestehender Ansätze zu quantenmaschinellem Lernen, wie zum Beispiel auf Grover-Suche basierender Algorithmen
  • Konzeption, Implementierung und Verifikation von neuen quantenmaschinellen Lernalgorithmen für die Radarfernerkundung:
    • Konzeption und Entwicklung von Quanteninformationsverarbeitungsstrategien zur Kodierung klassischer Daten, um sie für Quantencomputer zugänglich zu machen; Konzeption des gesamten maschinellen Lernprozessors einschließlich der Daten-Ein- und Ausgabe Entwicklung von Trainingskonzepten und Algorithmen für quantenneuronale Netze und quantenfaltungsneuronaler Netze, unter beispielsweiser Verwendung von Photonen, geschichteten Variations-Schaltungen oder Quanten-Ising-Modellen
    • Implementierung hybrider Konzepte auf der Basis klassischer Computer und auf Quantencomputern ausgeführter Subroutinen; Entwicklung von Strategien zur Verarbeitung großer Mengen von Radardaten unter Berücksichtigung von Einschränkungen durch Speicher, Stabilität von Quantenzuständen, usw.
    • Entwicklung von robusten Methoden und Strategien zur Reduzierung von Fehlerquellen in der Verarbeitungskette Demonstration und Verifizierung von Ansätzen des maschinellen Lernens mit Hilfe von realen Quantencomputern und hybriden Architekturen
  • Zusammenarbeit, Dokumentation und Berichterstattung:
    • Betreuung von Masterstudenten auf dem Gebiet des Quantencomputings für Radarfernerkundungsanwendungen
    • Dokumentation der Ergebnisse in Form von Software, technischen Berichten und Präsentationen vor Kollegen im Institut
    • Unterstützung von Industrie- und Universitätsprojekten in multinationalen Teams
    • Präsentation der Forschungsergebnisse auf nationalen und internationalen Konferenzen sowie Veröffentlichung in Fachzeitschriften
    • Zusammenstellung der relevanten Ergebnisse in einer Dissertation

Ihre Qualifikation:

  • ein überdurchschnittlich abgeschlossenes Studium der Elektrotechnik, Informatik, Computerwissenschaften, Mathematik, Physik oder einer verwandten Disziplin
  • fundierte Kenntnisse im Bereich Quantencomputing und maschinelles Lernen
  • gute analytische Fähigkeiten und Programmiererfahrung (z.B. Python, Matlab, oder C/C++)
  • gute Selbstorganisation und ein hohes Maß an Eigeninitiative beim Umgang mit komplexen technischen und wissenschaftlichen Problemen
  • ausgeprägte Kommunikationsfähigkeit und Fähigkeit zur Zusammenarbeit in einem interdisziplinären Team
  • gute Englischkenntnisse in Wort und Schrift

Ihr Start:

Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert.Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können.Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (w/m/d) sind wichtiger Bestandteil unserer Personalpolitik.Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

Job-Infos
Berufsfelder
Entwicklung
Forschung
Studienfächer
Elektrotechnik
Abschluss
Master/Diplom
Promotion
Unternehmen
Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Profil193 ING-Jobs
Auszeichnungen