In today’s rapidly evolving scientific landscape, proficiency in programming is no longer a luxury—it’s a necessity. From 18th to 20th, 2023, NFDI4Cat and NFDI4Chem jointly organised the workshop “Python Computing 4 Chemists (and Others)” in Aachen, Germany. This event was specifically designed for individuals who are novices in the domain of Python programming. It aimed to provide them with foundational knowledge, using practical, science-based examples, to kick-start their journey into the world of computational techniques.
Event Insights:
Diverse Participation: The event attracted interest far and wide. While predominantly catering to chemists and catalysis researchers, we were heartened to see participation from diverse fields, including engineering, physics, and even economics.
Overwhelming Interest: The fervent interest shown towards the event from the research and academic community was truly remarkable. While we received a surge of 300 online registration requests, we were constrained to accommodate only 100 participants due to logistical reasons.
Beginner’s Haven: True to its promise, the event catered predominantly to novices eager to embark on their Python journey, rather than seasoned experts. This ensured a nurturing and collaborative learning environment.
Reflecting on Success:
The overwhelming response to “Python Computing 4 Chemists (and Others)” is a testament to the increasing recognition of the potential of programming across various research domains and the indispensable role of data in amplifying the capabilities of computational tools like Python. The essence of high-quality research data management was palpable during the event. Given the resounding success of this event and the evident demand, we are enthusiastic about hosting more such sessions in the future. We remain committed to bridging the gap between computational prowess and research brilliance.
Stay tuned for more updates and opportunities to dive deeper into the world of Python with NFDI4Cat!
In der heutigen, sich schnell entwickelnden Wissenschaftslandschaft sind Programmierkenntnisse kein Luxus mehr – sie sind eine Notwendigkeit. Vom 18. bis 20. Dezember 2023 veranstalteten NFDI4Cat und NFDI4Chem gemeinsam den Workshop “Python Computing 4 Chemists (and Others)” in Aachen. Die Veranstaltung richtete sich speziell an Personen, die Neulinge auf dem Gebiet der Python-Programmierung sind. Ziel war es, ihnen anhand praktischer, wissenschaftsbasierter Beispiele Grundkenntnisse zu vermitteln, die ihnen den Einstieg in die Welt der Rechentechniken erleichtern.
Einblicke in die Veranstaltung:
Vielfältige Teilnahme: Die Veranstaltung stieß auf reges Interesse. Obwohl sie sich in erster Linie an Chemiker und Katalyseforscher richtete, waren wir erfreut über die Teilnahme von Teilnehmern aus verschiedenen Bereichen, darunter Ingenieurwesen, Physik und sogar Wirtschaftswissenschaften.
Überwältigendes Interesse: Das eifrige Interesse der Forschungs- und Hochschulgemeinschaft an der Veranstaltung war wirklich bemerkenswert. Obwohl wir eine Flut von 300 Online-Anmeldungen erhielten, konnten wir aus logistischen Gründen nur 100 Teilnehmer unterbringen.
Hafen für Anfänger: Wie versprochen, richtete sich die Veranstaltung in erster Linie an Anfänger, die ihre Reise mit Python beginnen wollten, und weniger an erfahrene Experten. Dadurch wurde eine förderliche und kollaborative Lernumgebung gewährleistet.
Nachdenken über den Erfolg:
Die überwältigende Resonanz auf “Python Computing 4 Chemists (and Others)” zeigt, dass das Potenzial des Programmierens in verschiedenen Forschungsbereichen zunehmend erkannt wird und dass Daten eine unverzichtbare Rolle spielen, wenn es darum geht, die Möglichkeiten von Rechenwerkzeugen wie Python zu erweitern. Die Essenz eines hochwertigen Forschungsdatenmanagements war während der Veranstaltung spürbar. In Anbetracht des durchschlagenden Erfolgs dieser Veranstaltung und der offensichtlichen Nachfrage sind wir sehr daran interessiert, in Zukunft weitere Veranstaltungen dieser Art zu organisieren. Wir sind weiterhin bestrebt, die Kluft zwischen rechnerischen Fähigkeiten und brillanter Forschung zu überbrücken.
Bleiben Sie dran für weitere Updates und Möglichkeiten, mit NFDI4Cat tiefer in die Welt von Python einzutauchen!
In the world of scientific research, data is the lifeblood that fuels innovation and discovery. However, different disciplines often face unique challenges when it comes to managing and utilizing this valuable resource. On September 29, the inaugural workshop, hosted by the Physical Sciences in NFDI colloquium and facilitated by NFDI4Chem, NFDI4Cat, DAPHNE4NFDI, and FAIRmat, took a significant step toward addressing these challenges. The event sought to foster cross-disciplinary understanding by illuminating shared perspectives and objectives.
Webinar Highlights:
Exploring FAIR Data Principles: The webinar was an engaging journey into the world of FAIR (Findable, Accessible, Interoperable, Reusable) data principles. Our expert speakers illustrated the tools with which these principles can be applied to benefit researchers across diverse NFDI consortia.
The Advantages of FAIR Data Principles: Our speakers emphasized the critical importance of adhering to FAIR data principles. These principles enhance data management, foster collaboration, and accelerate scientific breakthroughs, offering valuable insights into the future of research.
Challenges and Solutions: Attendees actively participated in thought-provoking discussions about the challenges encountered in achieving FAIR data principles. Together, we explored innovative solutions that have the potential to reshape the landscape of research data management.
Incredible Participation: Over 50 participants from around the globe enriched our discussions with their invaluable contributions during the Q&A sessions. The event was truly a gathering of bright minds!
In der Welt der wissenschaftlichen Forschung sind Daten das Lebenselixier, das Innovationen und Entdeckungen vorantreibt. Die verschiedenen Disziplinen stehen jedoch oft vor einzigartigen Herausforderungen, wenn es um die Verwaltung und Nutzung dieser wertvollen Ressource geht. Am 29. September unternahm der Eröffnungs Workshop, der vom Kolloquium Physikalische Wissenschaften in der NFDI ausgerichtet und von NFDI4Chem, NFDI4Cat, DAPHNE4NFDI und FAIRmat unterstützt wurde, einen wichtigen Schritt zur Bewältigung dieser Herausforderungen. Die Veranstaltung zielte darauf ab, das interdisziplinäre Verständnis zu fördern, indem gemeinsame Perspektiven und Ziele beleuchtet wurden.
Höhepunkte des Webinars:
Erkundung der FAIR-Datenprinzipien: Das Webinar war eine fesselnde Reise in die Welt der FAIR (Findable, Accessible, Interoperable, Reusable)-Datenprinzipien. Unsere fachkundigen Referenten erläuterten die Instrumente, mit denen diese Grundsätze zum Nutzen von Forschenden in verschiedenen NFDI-Konsortien angewendet werden können.
Die Vorteile der FAIR-Datenprinzipien: Unsere Referenten betonten die entscheidende Bedeutung der Einhaltung der FAIR-Datengrundsätze. Diese Prinzipien verbessern das Datenmanagement, fördern die Zusammenarbeit und beschleunigen wissenschaftliche Durchbrüche und bieten wertvolle Einblicke in die Zukunft der Forschung.
Herausforderungen und Lösungen: Die Teilnehmenden beteiligten sich aktiv an anregenden Diskussionen über die Herausforderungen, die bei der Umsetzung der FAIR-Datengrundsätze auftreten. Gemeinsam erkundeten wir innovative Lösungen, die das Potenzial haben, die Landschaft des Forschungsdatenmanagements neu zu gestalten.
Unglaubliche Beteiligung: Über 50 Teilnehmende aus der ganzen Welt bereicherten unsere Diskussionen mit ihren wertvollen Beiträgen während der Fragerunden. Die Veranstaltung war eine Zusammenkunft kluger Köpfe!
Regardless of your field of research, you understand that data forms the foundation of your work. It’s not just about the volume of data, but also the ability to analyze and present it to derive insights.
NFDI4Cat and NFDI4Chem invite you to enhance your Python programming skills. You will gain the ability to solve various problems, glean valuable insights, and collaborate with peers in your field.
Unabhängig von Ihrem Forschungsfeld wissen Sie, dass Daten die Grundlage Ihrer Arbeit bilden. Es geht nicht nur um die Menge der Daten, sondern auch um die Fähigkeit, sie zu analysieren und zu präsentieren, um daraus Erkenntnisse zu gewinnen.
NFDI4Cat und NFDI4Chem laden Sie ein, Ihre Python-Programmierkenntnisse zu erweitern. Sie werden in der Lage sein, verschiedene Probleme zu lösen, wertvolle Einblicke zu gewinnen und sich mit Gleichgesinnten aus Ihrem Fachgebiet auszutauschen.
Was Sie anhand wissenschaftlicher Beispiele lernen werden:
Wir freuen uns darauf, Sie bei unserem Python-Programmierkurs willkommen zu heißen und gemeinsam mit Ihnen in die Welt der Datenanalyse und -visualisierung einzutauchen!
International Collaboration: Prof. Jennifer Strunk’s Insights from the Collaboration with Hokkaido University
We are delighted to share the invaluable experiences of Prof. Jennifer Strunk during her collaboration with Prof. Keisuke Takahashi in Japan. Through her partnership with the esteemed Hokkaido University, Prof. Strunk has made a significant contribution to advancing the goals of NFDI4Cat on an international scale. Join us as we explore the enriching outcomes of this fruitful cooperation!
In December 2022, Prof. Jennifer Strunk and Dr. Abdo Hezam Mohsen traveled to Sapporo for one week to interlink the activities in NFDI4Cat with Prof. Keisuke Takahashi, who is one of the leading international experts in the field of “Data Science in Catalysis”.
Visualization of the ontology describing the photocatalytic activity of halide perovskites
The aim of the visit was to compare the ontologies and databases developed and to be further developed in NFDI4Cat with the ongoing databases of the Takahashi group, using the example of “halide perovskites” in photocatalytic applications. However, the latter are not thematically broad, as is the goal in NFDI4Cat, but relate very closely to the research topic of heterogeneously catalysed methane activation. The approach in NFDI4Cat can consequently be described as “top down”, whereas here a more “bottom up” approach was followed.
In Japan, the collaboration followed a specific division of labor: Jennifer Strunk worked on ontology development with Dr. Lauren Takahashi, focusing on their expertise. Meanwhile, Abdo Mohsen teamed up with Keisuke Takahashi to handle database work, including data extraction and integration into machine learning. The topic of photocatalysis brought by the German team was novel and introduced fresh perspectives to our Japanese partners.
During the collaboration, a profound understanding of each other’s perspectives was achieved, and the ontology development was effectively visualized. Abdo Mohsen learned the structure of the database, the automated extraction of the data, and he applied it to an Excel spreadsheet he brought with him based on literature data on the photocatalytic activity of halide perovskites. The machine learning itself failed, but this led to the crucial realization that the data reported nowadays in scientific publications are insufficient. There is a lack of negative results, and insufficient detail in the reporting of experimental parameters. Both are important findings to improve the new databases in NFDI4Cat. A publication of the results in a short article (e.g., as a perspective article) is planned.
“The machine learning itself failed, but this led to the crucial realization that the data reported nowadays in scientific publications are insufficient. There is a lack of negative results, and insufficient detail in the reporting of experimental parameters. Both are important findings to improve the new databases in NFDI4Cat.”
– Frau Prof. Jennifer Strunk
Opportunities for specific international exchange are an asset for NFDI4Cat, and the currently advanced development of activities in this area is very positively evaluated. The stay in Japan would not have been possible without the support of NFDI4Cat. Although we developed the suspicion that machine evaluation of literature databases might fail because of the quality of the data itself already before our stay, we were now able to verify it in this collaboration. This laid the foundation to do better in NFDI4Cat. The mutual understanding of scientists in the fields of thermal catalysis (Japan) and photocatalysis (Germany) also helped because the Japanese databases did not include photon-driven processes. The broadening of the knowledge base thus achieved on both sides also advances the field of “data science” as such.
Get together in Japan; from left: Lauren Takahashi, Jennifer Strunk, Abdo Hezam Mohsen, Micke Kuwahara, Keisuke Takahashi
Bericht zur Kooperation mit der Hokkaido University von Frau Prof. Jennifer Strunk
Auf unserer Webseite möchten wir Ihnen gerne die wertvollen Erfahrungen von Frau Prof. Jennifer Strunk vorstellen, die sie während ihrer Zusammenarbeit mit Prof. Keisuke Takahashi in Japan gesammelt hat. Ihre Kooperation mit der renommierten Hokkaido Universität hat einen bedeutenden Beitrag dazu geleistet, die Ziele von NFDI4Cat auch im internationalen Kontext weiterzuentwickeln.
Im Dezember 2022 reisten Prof. Jennifer Strunk und Dr. Abdo Hezam Mohsen für eine Woche nach Sapporo, um die Aktivitäten in NFDI4Cat zu vernetzen mit Prof. Keisuke Takahashi, der zu den international führenden Experten auf dem Gebiet der „Data Science in Catalysis“ zählt.
Visualisierung der Ontologie zur Beschreibung der photokatalytischen Aktivität von halide perovskites
Es war das Ziel des Aufenthalts, am Beispiel der „Halide Perovskites“ in photokatalytischen Anwendungen, die in NFDI4Cat entwickelten und weiter zu entwickelnden Ontologien und Datenbanken zu vergleichen mit den laufenden Datenbanken der Takahashi-Gruppe. Letztere sind aber nicht thematisch weit gefasst, wie es das Ziel in NFDI4Cat ist, sondern sie beziehen sich sehr eng auf das Forschungsthema der heterogen-katalysierten Methanaktivierung. Der Ansatz in NFDI4Cat kann folglich als „top down“ beschrieben werden, während hier eher ein „bottom up“-Ansatz verfolgt wurde.
In Japan wurde folgende Arbeitsteilung verfolgt: Jennifer Strunk arbeitete in Zusammenarbeit mit Dr. Lauren Takahashi als einschlägiger Expertin an der Ontologieentwicklung, während Abdo Mohsen mit Keisuke Takahashi an den Datenbanken arbeitete, bzw. an der Extraktion der Daten aus der Datenbank und der Einbindung in das maschinelle Lernen. Das von deutscher Seite nach Japan mitgebrachte Thema innerhalb der Photokatalyse war für die japanischen Partner neu.
Es konnte ein tiefgreifendes Verständnis der Sichtweise der anderen Seite erreicht werden und die Ontologie wurde visualisiert. Abdo Mohsen lernte den Aufbau der Datenbank, die automatisierte Extraktion der Daten, und er wendete sie an auf eine von ihm mitgebrachte Excel-Tabelle zu literaturbekannten Daten zur photokatalytischen Aktivität der halide perovskites. Das maschinelle Lernen selbst schlug fehl, was aber zu der entscheidenden Erkenntnis führte, dass die heutzutage in wissenschaftlichen Publikationen berichteten Daten nicht ausreichend sind. Es fehlt vor allem an negativen Ergebnissen, und die Detailtiefe in der Berichterstattung der experimentellen Parameter ist unzureichend. Beides sind wichtige Erkenntnisse, um es in NFDI4Cat besser zu machen. Eine Publikation der Ergebnisse in einem kurzen Artikel (bspw. als perspective article) wird angestrebt.
“Das maschinelle Lernen selbst schlug fehl, was aber zu der entscheidenden Erkenntnis führte, dass die heutzutage in wissenschaftlichen Publikationen berichteten Daten nicht ausreichend sind. Es fehlt vor allem an negativen Ergebnissen, und die Detailtiefe in der Berichterstattung der experimentellen Parameter ist unzureichend. Beides sind wichtige Erkenntnisse, um es in NFDI4Cat besser zu machen.”
– Frau Prof. Jennifer Strunk
Möglichkeiten zum gezielten internationalen Austausch sind ein Gewinn für NFDI4Cat, und der aktuell vorangetriebene Aufbau der Aktivitäten in diesem Bereich wird sehr positiv bewertet. Der Aufenthalt in Japan wäre ohne die Unterstützung durch NFDI4Cat nicht möglich gewesen. Zwar war die Vermutung, dass maschinelles Auswerten von Literaturdatenbank an den Daten selbst scheitern könnte, bereits vorher vorhanden, aber wir konnte sie in dieser Zusammenarbeit nun verifizieren. Damit wurde der Grundstein gelegt, es in NFDI4Cat besser zu machen. Dazu half auch die Verständigung der Wissenschaftler auf den Gebieten der thermischen Katalyse (Japan) und der Photokatalyse (Deutschland), denn die japanischen Datenbanken beziehe keine photongetriebenen Prozesse mit ein. Die so erreichte Verbreiterung der Wissensbasis auf beiden Seiten bringt auch das Feld der „Data Science“ als solche voran.
Kennenlernen in Japan; von links: Lauren Takahashi, Jennifer Strunk, Abdo Hezam Mohsen, Micke Kuwahara, Keisuke Takahashi
“Automating the Optimization of Catalytic Reaction Mechanism Parameters Using Basin-Hopping: A Proof of Concept”
Geschrieben unter anderem von Rinu Chacko, Doktorand am Karlsruher Institut für Technologie (KIT) und Prof. Dr. Olaf Deutschmann, Lehrstuhl Chemische Technologie – Institut für Chemische Technologie und Polymerchemie (ITCP) am KIT.
Es geht um den globalen Optimierungsalgorithmus Basin-Hopping welcher eingesetzt wird um die fehleranfällige und zeitaufwändige Aufgabe der manuellen Anpassung der kinetischen Parameter für ein heterologes katalytisches System zu automatisieren.
Mit zwei Fallbeispielen aus der heterogenen Katalyse wird die Anwendbarkeit des Algorithmus zur effizienten Feinabstimmung detaillierter kinetischer Modelle veranschaulicht.
“Automating the Optimization of Catalytic Reaction Mechanism Parameters Using Basin-Hopping: A Proof of Concept”
Written among others by Rinu Chacko, a PhD Researcher from Karlsruhe Institute of Technology (KIT) and Prof. Dr.Olaf Deutschmann, Chair Chemical Technology – Institute for Chemical Technology and Polymer Chemistry (ITCP) at KIT.
The paper is about the global optimization algorithm Basin-Hopping which is used to automate the error-prone and time-consuming task of manually fitting of kinetic parameters for a heterogeneous catalytic system.
Two case studies from heterogeneous catalysis are used to illustrate the applicability of the algorithm to efficiently fine-tune detailed kinetic models.
