Dataanalys frielektronlaser

KTH Biomedical & X-ray Physics

AlbaNova Universitetscenter, Stockholm

Natur

Under det senaste decenniet har en handfull röntgenfrielektronlasrar utvecklats i världen som har öppnat nya möjligheter att studera och förstå molekylernas värld och material på nanonivå. En stor utmaning med frielektronlaserexperiment är den stora mängden data (~1 TB/h) som produceras och kräver objekt-orienterad programmering för att analysera. Examensarbetet går ut på att lära sig grundläggande analysmetoder i ramverket “hummingbird” (https://github.com/FXIhub/hummingbird), vilket är specifikt utvecklat för frielektronlaserexperiment och har kapaciteten att analysera data i realtid i programmeringsspråket Python. Dataset från flertalet experiment på olika typer av virus finns tillgängliga och exakta problemfrågeställningen är flexibel. Exempel på projektuppgifter är att utveckla kriterier för singel-träffar och automatisk klassificering, kombinera bilder från fram- och bak-detektorn för högre upplösning, eller att jämföra bakgrundsmätningar för olika typer av provinjicering.

 

Examensprojektet är vid institutionen för Tillämpad Fysik på avdelningen för Biomedicinsk Fysik och Röntgenfysik vid KTH, Stockholm. Handledare: Jonas Sellberg


Genomförs
Löpande
Kontakt
...
Telefon
...
Notera att sista ansökningsdag passerats