Kacskovics Balázs (2016.09.01 - 2019.08.31)
Témavezető: Dr. Vasúth Mátyás

Wigner FK

Kivonat: Bár a Gravitációs hullámok elso detektálása megtörtént 2016-ban a GW150914-el, még mindig rengeteg olyan egzotikus eset vár felfedezésre, mint a Zoom-Whirl pályával rendlekezo kettosök, Super massive feketelyuka, stb. Ezen és hasonló esetek vizsgálatára alkalmas a Wigner fk. Gravitációsfizikai csoportja által fejlesztett CBwaves programcsomag, amelyet a Post-Newtoni formalizmus tagjainak negyedrendjével és Hamiltoni formalizmussal fejlesztenénk tovább, illetve a régi kódot párhuzamos módszerek segítségével gyorsítanánk fel.

Forster Richárd (2017.01.01-2018.12.31)

CERN

Publikáció: Parallel Louvain Community Detection Optimized for GPUs

Kivonat: Network analysis became a fundamental tool in understanding the structural and functional organization of the brain. The connectome of the cerebral cortex, the most complex part of the brain, is best known at the large scale, which, as a network, represents the connectivity between the different cortical areas or sub-regions. However, in reality brain areas and sub-regions are connected via numerous parallel pathways formed by populations of neurons residing within the areas, sub-regions. This mesoscale, or so called columnar network architecture of the cerebral cortex is not known, largely because of serious experimental limitations. However, graph theory provides some tools to approach the blueprint of the mesoscale cortical network.

The goal of the Neuroscience project is the application of graph theory and network analytic tools to explore the hidden structure of the large scale cortical network relevant to the mesoscale organization. To this end we study the network of the combinations of the incoming and outgoing edges of the different areas, which represent the interactions within the cortical network forming the interaction network. Considering cortical functioning, interactions or transfer between the inputs and the outputs is the basic operation of the areas. The interaction network is the two-hop representation of the network, which can be computed by graph derivations. Importantly, the derived network preserves the topological features of the original network but increases the size by orders of magnitude. The collaboration has been focusing on the exploration of the architecture of the interaction network. We aim to understand both the global organization of the interaction network as well as the role of the particular areas in regard to the specific pathways of the cortical signal flow.

collspotting.cern.ch (CERN felhasználói fiókkal rendelkezőknek érhető el)

Dr. Csabai István (2018.08.01-2018.12.31)

ELTE, Complex rendszerek fizikája tanszék

Publikáció: StePS: A Multi-GPU Cosmological N-body Code for Compactified Simulations

Kivonat: Bár a kozmológiai standard modell, az LCDM jelentős sikereket ért el, az elmúlt években, a mérések pontossága elérte azt a határt, ahol a különböző megfigyelésekből származó paraméterbecslések, például a CMB és a szupernóva mérések alapján kiszámolt Hubble konstansok összeegyeztethetetlenek. A közelmúltban kidolgoztunk egy olyan modellt, amely az N-test szimuláción alapul, és a komplex struktúraképződés hatásának figyelembevételével feloldja ezt a feszültséget sötét energia bevezetése nélkül. A projekt során egy újfajta n-test szimulációs algoritmust (StePS) fejlesztünk ki, amely a jelenlegi módszerek korlátait leküzdve, a végtelen térbeli kiterjedést 4 dimenziós gömbi sztereografikus transzformációval egy kompakt sokaságra vetíti. Ennek a felületnek a diszkretizációja egy példátlan dinamikatartományú változó felbontású szimulációt eredményez ugyanazon számítási kapacitás mellett, ugyanakkor konzisztens marad a Newton-erőtörvénnyel. Ez a megközelítés egyesíti a multipól kifejtésen alapuló algoritmusok és AMR szimulációk legjobb tulajdonságait azáltal, hogy matematikailag konzisztensen finomodik a radiális felbontás a távoli fluktuációk szög szerinti izotropitása mellett. Módszerünk ideálisan ki tudja használni a GPU-k elosztott numerikus architektúráját. Az algoritmus prototípusának sikerességét teszteltük a hagyományos GADGET n-test szimulációval való összevetéssel. A kód első nyílt forráskódú verziója elérhető a GitHub-on és az Astrophysics Source Code Library-ban, leírása pedig a Rácz et al. MNRAS 477 (2018)-ban került publikációra.

Zsebők Sándor (2018.03.01-2019.03.31)

ELTE Állatrendszertani és Ökológiai Tanszék

Kivonat: Az ELTE Állatrendszertani és Ökológiai Tanszékén folyó két évtizedes múltra visszatekintő bioakusztikus vizsgálatok középpontjában a madárének szerveződésének és szerepének feltárása, a denevérek echolokációjának vizsgálata és a biodiverzitás akusztikus felmérési lehetőségeinek fejlesztése áll. Aktuális vizsgálatunkban az örvös légykapó énekének kulturális evolúcióját tanulmányozzuk, melyhez nagy mennyiségű terepen felvett ének feldolgozására van szükség. Ehhez először meg kell találni a felvételeken az énekeket, szegmentálni kell az énekekben található legkisebb elemeket, a szillabusokat, és végül közösen kell csoportosítani az összes egyed szillabusait, eredményül egy univerzális szillabuskönyvtárat létrehozva. Ennek az időigényes munkának a lépéseit szeretnénk a jövőben automatikusan, számítógép segítségével elvégezni. Ehhez egy vagy több neurális hálózatot szeretnénk betanítani. Jelenleg, több száz órányi szegmentált felvétel, több tízezer ének és több mint 150.000 manuálisan kategorizált szillabus áll rendelkezésre. Első megközelítésben konvolúciós hálózatokat szeretnénk betanítani az énekek és a bennük található szillabusok megtalálására azok spektrografikus képei alapján, mely tanítás hatékony elvégzése nagy kapacitású GPU egységek használatát feltételezi. Az eredményül kapott ének és szillabus detektáló modelleket prediktálásra szeretnénk használni a jövőben gyűjtött új felvételek feldolgozásához, melyre már személyi számítógép is alkalmas. A hangfeldolgozás harmadik lépését, a szillabusok automatikus klaszterezését már szintén személyi számítógépen végeznénk, így a pályázatunk csak a madárének és a szillabusok detektálására vonatkozik. A modellek kifejlesztése nagy lépést jelentene a terepen rögzített légykapóhangok feldolgozása terén, melyek segítségével nagyságrendekkel nagyobb mennyiségű hanganyagot tudunk feldolgozni, és így új típusú biológiai kérdések megválaszolása válik lehetővé az állatok akusztikus kommunikációjának tanulmányozása terén.

Michał Bejger (2017.08.01-2018.12.31)

Nicolaus Copernicus Astronomical Center, Observatoire de Paris

Publikáció: Astronomical Distance Determination in the Space Age. Secondary distance indicators

Kivonat: The aim of this project is to develop a production-ready version of the data-analysis pipeline to search for gravitational-wave signals from the network of Advanced Era LIGO and Virgo interferometric detectors. The algorithm developed by the Polish Virgo-POLGRAW group aims at finding almost-monochromatic gravitational-wave signals from rotating, non-axisymmetric, isolated neutron stars. The detection of such signals will open an exciting possibility of studying the physics of neutron-stars’ interiors, its elastic properties and structure of the crust. Joint project within the Hungarian high-performance computing experts and gravitational-wave experts will be beneficial for both sides and will initiate long-term collaboration in this field.

Hegedűs Tamás (2018.03.01-2019.03.31)

MTA-Semmelweis Egyetem, Molekuláris Biofizikai Kutatócsoport

Publikáció: Quantitative comparison of ABC membrane protein type I exporter structures in a standardized way

Kivonat: A cisztás fibrózis egy súlyos kimenetelű, monogénes, recesszív módon öröklődő betegség, mely az emberi szervezet több szervére is hatással van (a kaukázusi nagyrasszban a gyakorisága megközelítőleg 1:3000). E betegség kialakulását a funkcionális CFTR (cisztás fibrózis transzmembrán konduktancia regulátor) fehérje hiánya okozza, amely klorid-csatornaként működik hámsejtek apikális membránjában. Eddig a fehérje több mint 2000 mutációját írták le, a betegek többségében pedig az F508 deléciója (ΔF508) található meg. Ez a pozíció a CFTR fehérje N-terminális nukleotid-kötő doménjében (NBD1) található és annak hibás feltekeredését eredményezi. Molekuláris dinamikai szimulációkkal vizsgáljuk, hogy a vad típusú, a ΔF508, és más fontosabb CF mutációk hogyan változtatják meg az NBD1 dinamikáját. Az igen erőforrás-igényes szimulációkat GPU technológiával gyorsítjuk, ami lehetőséget ad arra, hogy a szokásosnál több és hosszabb szimulációval hatékonyan jellemezzük az NBD1 konformációs terét. Eredményeink gyógyszercélpontok azonosítása mellett lehetővé teszik mutációk atomi szintű hatásának megértését.