Quelltext der Seite MaRDI


'''"Building a community that embraces a FAIR data culture and research workflow through the sustainable realization of MaRDI findings". (Vision)'''

== Beschreibung ==
MaRDI ist der nationale Forschungsdatenverbund für Mathematik. Das Konsortium entwickelt Standards, Services und eine nachhaltige Infrastruktur, die mathematische Forschungsdaten FAIR, reproduzierbar und langfristig nutzbar macht.

Weiterführende Information zu MaRDI ist hier zu finden: [https://www.mardi4nfdi.de/about/mission]

==Ziele==

MaRDI wird, ausgehend von den Bereichen Computer Algebra, Wissenschaftliches Rechnen, Statistik und maschinelles Lernen sowie der interdisziplinären Mathematik, Standards für reproduzierbare Workflows zur Berechnung zertifizierter mathematischer Ergebnisse entwickeln und neue Services für die mathematische Forschung bis zum Peer-Review zur Verfügung stellen. Mit dem MaRDI-Portal wird eine Infrastruktur geschaffen, die die systematische Sicherung, Erschließung und Nutzbarmachung von FAIRen mathematischen Forschungsdaten über dezentrale und vernetzte Wissens- und Datenspeicher ermöglicht und den gesamten Forschungsprozess unterstützt.

Im Folgenden werden die Ziele der Arbeitsbereiche skizziert:

====TA 1 ====

Computeralgebra

Computeralgebrasysteme ermöglichen heute exakte Berechnungen, die früher unmöglich waren. Die dabei entstehenden riesigen Datenmengen erfordern lange parallele Laufzeiten und eine zuverlässige Überprüfung der Ergebnisse. TA1 entwickelt dafür bestätigbare Workflows, standardisierte Datenformate und passende Datenbanken.

====TA 2 ====
Scientific Computing nutzt numerische Verfahren in vielen Disziplinen und arbeitet mit reellen Zahlen, die Rundungsfehler erzeugen. Neben Ein‑ und Ausgabedaten gelten auch Algorithmen und Implementierungen als Forschungsdaten. TA2 entwickelt Wissensgraphen und offene Schnittstellen für numerische Algorithmen und bewertet sie über ein Benchmark‑Framework mit standardisierten Workflows und Referenzdatensätzen.


====TA 3====

Statistik und Machine Learning entwickeln Methoden, um trotz unsicherer Daten verlässliche Signale zu erkennen. TA3 erstellt kuratierte Datensätze mit Analysen, verknüpft sie mit Software und Literatur und entwickelt Werkzeuge zur Bewertung numerischer Experimente. [https://www.mardi4nfdi.de/portal/portal MaRDI-Portal] z.B.

==Konsortium==

===Antragstellende Institution, Ko-SprecherIn===



===Mitantragstellende Institutionen===



===Teilnehmende Institutionen===



==Referenzen==

<references />

[[Kategorie:NFDI]] [[Kategorie:MaRDI]]