Jugend forscht Niedersachsen > Teilnehmende > Mathematik/Informatik


M1 Covid in Coville

Noel Friedrich

Ratsgymnasium Peine

Wir leben in einer globalen Pandemie, umgeben von Ma√ünahmen, Bew√§ltigungsstrategien und radikalen Vorschl√§gen. Wir, in Deutschland, haben viele verschiedene Entscheidungen getroffen, um Bev√∂lkerungsgruppen vor Folgen einer Erkrankung zu sch√ľtzen. Bei Betrachtung der Statistiken, wie sich die F√§lle/Tag entwickelt haben, lassen sich einige ergriffenen Ma√ünahmen sehen, wie beispielsweise der Lockdown im Fr√ľhjahr von 2020. Aber was f√ľr Wirkungen haben solche Ma√ünahmen wirklich? Ich probiere sie einfach mal aus - in einer virtuellen Stadt bei Angriff eines virtuellen Virus. Anhand von dieser Simulation kann ich Ma√ünahmen, wie beispielsweise das Einf√ľhren einer Impfpflicht oder Schulschlie√üungen austesten und dessen Wirkung aufzeichnen. Die Ergebnisse k√∂nnen mit ‚Äěechten‚Äú Daten verglichen werden und genutzt werden, um auch die Wirkung von bisher wenig erforschten Ma√ünahmen zu erforschen.

1. Platz

M2 Interpretation neuronaler Netze im Bereich der Bildklassifizierung

Bennet Meyer

Gymnasium Oedeme, L√ľneburg

In den letzten Jahren haben Deep-Learning-Systeme in vielen Bereichen verst√§rkt an Bedeutung gewonnen. Besonders im Bereich der Bildklassifizierung konnten erhebliche Fortschritte erzielt werden. Die Entscheidungsprozesse gelten aufgrund ihrer mangelhaften Transparenz als Black-Box-Vorg√§nge. Folglich besteht die Gefahr, dass intelligente Systeme ungerechte, unzuverl√§ssige und vorurteilshafte Entscheidungen treffen k√∂nnten. Besonders im Bereich der Medizin, wie zum Beispiel in der bildgebenden Diagnostik, ist eine verantwortungsvolle und transparente Verwendung notwendig. In diesem Projekt habe ich Interpretationstechniken f√ľr neuronale Netze im Bereich der Bildklassifizierung entwickelt, die eine umfassende Interpretation unabh√§ngig von den verwendeten Daten erm√∂glichen. Dabei k√∂nnen zum Beispiel ‚ÄěVorstellungen‚Äú einer Klasse, Entscheidungskriterien und ‚ÄěVorurteile‚Äú trainierter neuronaler Netze ermittelt und verifiziert werden.

3. Platz

M3 Erkennung ereigniskorellierter Potenziale eines Elektroenzephalogramms durch eine KI

Matteo Friedrich und Alexander Reimer

Gymnasium Eversten Oldenburg

In diesem Projekt wollen wir einen Roboter mithilfe bloßer Gedankenkraft steuern.
Um Daten √ľber das Gehirn zu bekommen, nutzen wir einen Elektroenzephalographen, kurz EEG, welches durch Elektroden an der Kopfhaut die Spannungsdifferenzen innerhalb des Gehirns misst. Diese werten wir mithilfe eines neuronalen Netzes aus, welches wir vorher darauf trainiert haben, Muster in diesen Daten zu erkennen. So k√∂nnen wir bestimmte Ereignisse anhand der EEG-Daten ableiten, z.B. ob jemand geblinzelt hat oder sich gerade konzentriert.
Das Ziel ist es dann, einen Roboter nur mit Gedanken steuern zu können.
Wir haben bereits ein geeignetes neuronales Netz trainiert, welches Blinzeln sicher erkennen kann. Die Steuerung eines Roboters funktioniert ebenfalls.
Wir hoffen, in Zukunft den Roboter auch durch Gedanken in bestimmte Richtungen und nicht nur Blinzeln steuern zu können.

Landessieg Interdisziplinär

M4 Relativitätstheorie verständlich erklärt

Ara Al Yossef und Lukas Bödecker

Hölty-Gymnasium Celle

Als Albert Einstein 1905 herausfand, dass die Geschwindigkeit von Objekten mit der Lichtgeschwindigkeit eine physikalische Grenze hat, hatte das dramatische Folgen. Eine ist, dass in bewegten Objekten die Zeit langsamer vergeht.
Da dieser Effekt in unserer t√§glichen Welt nur schwer vorstellbar ist, haben wir ein Experiment entwickelt, dass diese Tatsache verst√§ndlich und eindrucksvoll demonstriert. Dazu haben wir station√§re und bewegliche ‚ÄěLichtuhren‚Äú entwickelt.
Die Elektronik der selbst entwickelten Lichtuhren ist nicht trivial und erfordert eine Vielzahl von elektronischen Komponenten. Um diese zu minimisieren haben wir deshalb, mit Hilfe der hardwarenahen Programmiersprache VHDL, einen eigenen Chip entwickelt.  Als Chip verwenden wir ein FPGA. Dieses ist reprogrammierbar, sodass Programmfehler nicht zur Herstellung eines neuen Chips f√ľhren. Ein Mikrocontroller unterst√ľtzt dabei Prozesse die nicht in Echtzeit durchgef√ľhrt werden m√ľssen.

2. Platz

M5 Die Astronomie bakteriellen Wachstums

Friedrich Leo Winkler, Kian Kolahdoozan und Enno Luitjens

Kaiser-Wilhelm- und Ratsgymnasium, Hannover

Mit der sogenannten Shotgun-Sequenzierung l√§sst sich die DNA von Bakterien sequenzieren, indem kurze Basensequenzen der DNA (sog. Reads) ausgelesen, auf einer Referenz abgebildet und so deren Positionen im Genom bestimmt werden. Durch die Analyse der systematischen Ungleichverteilungen dieser zuf√§lligen Readpositionen l√§sst sich die Wachstumsrate eines Bakteriums ermitteln. Ziel war es, fehlerhafte Zuordnungen der Reads zu identifizieren und zu verbessern sowie die Wachstumsrate mit alternativen Methoden zu bestimmen. Wir haben au√üerdem untersucht, inwiefern sich Gesetze der Astronomie darauf √ľbertragen lassen. Obwohl wir dabei herausfanden, dass dies weitestgehend nicht der Fall ist, konnten wir mit den von uns entwickelten Methoden Wachstumsrate und Fehler erfolgreich identifizieren. Zur Kalibrierung analysieren wir theoretische Readverteilungen und √ľbertragen die so optimierte Methode auf reale Datens√§tze.

 

2022 · Verantwortlich: Weiterbildung und Veranstaltungsmanagement