Der Versuch behandelt zwei Schwerpunkte in der aktuellen Forschung an organischer Photovoltaik. Im ersten Themenbereich soll der Idealitätsfaktor n_id einer organischen Solarzelle bei Raumtemperatur möglichst genau bestimmt werden. Zu diesem Zweck werden drei verschiedene Messmethoden angewandt und deren Vor- und Nachteile gegeneinander aufgewogen. Darüber hinaus soll die Ladungsträgerbeweglichkeit µ durch Messung der Transitzeit ermittelt werden.

Nano-Infrarot-Spektroskopie gehört zu den Rastersondenmethoden, und kann als Kombination von Rasterkraftmikroskopie (AFM) mit FTIR verstanden werden. Es ist eine Erweiterung der optischen Nahfeldmikroskopie (scattering Scanning Optical Nearfield Microscopy, s-SNOM), bei der die oszillierende Spitze eines AFM von einer Lichtquelle beleuchtet wird und die Intensität des gestreuten Lichtes erfasst wird. Aus dieser Intensität kann durch Demodulation mit der Frequenz der Spitzenvibration das optische Nahfeld extrahiert werden, das nur für den Bereich direkt unter der Spitze nicht vernachlässigbar ist. Dadurch sind mit s-SNOM räumliche Auflösungen der optischen Eigenschaften im Bereich des Radius der AFM-Spitze möglich. Nano-FTIR erweitert das s-SNOM um die Fähigkeit, mit derselben Auflösung FTIR Spektren zu messen. Ein typischer Nano-FTIR-Aufbau besteht aus einem Rasterkraftmikroskop, einer Breitband-Infrarotlichtquelle und einem Michelson-Interferometer, das als Fourier-Transform-Spektrometer fungiert. Für einen guten Überblick über die Theorie von Nano-FTIR ist die Doktorarbeit von Florian Huth zu empfehlen.

Die Rastertunnelmikroskopie (scanning tunneling microscopy - STM) ist ein Abbildungsverfahren, das - wie der Name schon sagt - auf dem quantenmechanischen Tunneleffekt beruht. Dazu wird eine metallische Spitze soweit an die Oberfläche einer (leitfähigen) Probe herangeführt, dass ein messbarer Tunnelstrom fließt. Der Abstand zwischen Spitze und Probe liegt dabei in der Größenordnung von 1 nm. Der Betrag des Tunnelstroms weist eine starke Abhängigkeit vom Abstand zwischen Spitze und Probenoberfläche auf und wird daher zur Bestimmung der Probentopografie bis in den atomaren Maßstab genutzt. Zur Erstellung eines zweidimensionalen Bildes wird die Spitze durch Piezo-Elemente über die Probe geführt und in jedem Messpunkt der Tunnelstrom bei vorgegebener Spannung gemessen.

In diesem Versuch soll eine der am weitesten verbreiteten Methoden der Materialphysik kennengelernt werden: die Photoelektronenspektroskopie. Insbesondere wird die Röntgenphotoelektronenspektroskopie (XPS) behandelt.

Seit den späten 50er Jahren des 20. Jahrhunderts werden Modelle neuronaler Netzwerke als Verfahren zum automatisierten Lernen von Strukturen und Mustern eingesetzt. Nach einer Trainingsphase mit bekannten Daten erkennen diese Modelle in zuvor unbekannten Daten die erlernten Muster wieder (z.B.: Rosenblatt, 1958; Fukushima, 1980). Die Struktur solcher Netzwerke ist von den Verarbeitungsprozessen des menschlichen Gehirns inspiriert. Dabei knüpfen jedoch sowohl die Ausgestaltung der einzelnen Recheneinheiten, die grob den menschlichen Nervenzellen entsprechen, als auch die eingesetzten Lernverfahren nur lose an das biologische Vorbild an. Während um den Jahrtausendwechsel andere Verfahren des maschinellen Lernens in den Vordergrund traten, erleben seit einigen Jahren neuronale Netzwerke, nun vor allem in Form sogenannter «tiefer Netzwerke» (engl. deep neural networks – DNNs), einen enormen Bedeutungszuwachs mit einem breiten Anwendungsfeld (für eine Übersicht siehe z.B. LeCun et al., 2015). Der Praktikumsversuch führt zunächst in die Grundlagen neuronaler Netzwerke ein. Im zweiten Teil erfolgt eine Einführung in die Verarbeitung natürlicher Reize und das Konzept der Spärlichkeit im Zusammenhang früher visueller Verarbeitung. Im dritten Teil beschäftigen wir uns mit der Klassifikation natürlicher Szenen durch ein modernes DNN-Modell, insbesondere mit dessen Fehlern und deren Ursachen.

Nicht alle physikalischen Experimente lassen sich in der echten Natur ausführen. Oft ist es zu aufwendig und zu teuer, wenn nicht sogar unmöglich, die dazu notwendigen Apparaturen und Beobachtungsgeräte zu bauen. In solchen Fällen hilft die Nachahmung der Natur (Simulation) auf dem Computer, die Probleme zu lösen.
In diesem Versuch soll ein Experiment modelliert werden, bei dem auf eine Festkörperplatte auftreffende Teilchen (z.B. Neutronen) reflektiert, absorbiert oder transmittiert/gestreut werden. Im Computerexperiment werden die Bahnen jedes einzelnen Teilchens verfolgt. Dabei treten zufällig Absorptionen oder Richtungsänderungen auf, wodurch im statistischen Mittel ein bestimmter Anteil von Teilchen reflektiert, absorbiert oder transmittiert/gestreut wird.

Die Beschreibung physikalischer Zusammenhänge, entweder über Experimente oder numerischen Simulationen, ist oft mit hohem Kosten und Zeitaufwand verbunden. Eine vielversprechende Alternative stellen datenbasierte Ersatzmodelle dar. Hierbei handelt es sich um vergleichsweise recheneffiziente Modelle, welche wesentliche Charakteristika eines (physikalischen) Zusammenhanges abbilden können und im Vorfeld auf Basis eines anderweitig bestimmten Datensatzes trainiert werden. Ersatzmodelle kommen zunehmend in den Materialwissenschaften und der Industrie zum Einsatz und stellen daher ein vielseitiges Werkzeug sowohl für Experimentatoren und auch für Theoretiker dar.
Im vorliegenden Versuch sollen die grundlegenden Fähigkeiten zur Arbeit mit datenbasierten Ersatzmodellen vermittelt werden. Dafür werden Datensätze zur Verfügung gestellt, die anschließend unter Verwendung verschiedener Ansätze als Ersatzmodell abgebildet werden. Es kommen Ansätze aus freien Bibliotheken zum Einsatz. Diese Bibliotheken werden über die Programmiersprache Python angesprochen, jedoch sind rudimentäre Programmierkenntnisse für den Versuch ausreichend.

Betrachten Sie die Bewegung der vier inneren Planeten unseres Sonnensystems. Setzen Sie voraus, dass sich alle Planeten in einer Ebene bewegen.