I løbet af sit ph.d.-studium har Mads Greisen Højlund udviklet beregningsmetoder til at simulere molekylers bevægelse, fx kemiske reaktioner. Denne opgave involverer to hovedudfordringer, som begge er omfattet af afhandlingen: (i) At konstruere den såkaldte potentialflade og (ii) at løse Schrödingers ligning, som defineres af potentialfladen. Mads Greisen Højlund har udviklet en ny maskinlæringsmetode til at accelerere beregningen af potentialflade og introduceret en ny bølgefunktionsmetode til at løse Schrödingers ligning.

Forskningsresultaterne baner vejen for mere nøjagtige simuleringer af kemiske processer. Desuden er den nye maskinlæringsmetode ikke begrænset til PES-beregninger og kan anvendes bredt i videnskabelig sammenhæng. 

Ph.d.-studiet er gennemført ved Institut for Kemi, Faculty of Natural Sciences, Aarhus Universitet.

Dette resumé er udarbejdet af den ph.d.-studerende. 

Tid: Fredag den 19. juni 2026 kl. 13.00.
Sted: Bygning 1514, Lokale 213, Auditorium I, Institut for Kemi, Aarhus Universitet, Langelandsgade 140, DK-8000 Aarhus C.
Afhandlingens titel: Dynamic Basis Function in Coupled Cluster Theory & Scalable Gaussian Process Regression on High-Dimensional Incomplete Grids
Kontaktinfo: Mads Greisen Højlund, e-mail: madsgh@chem.au.dk, tlf.: +45 20 91 00 52.
Bedømmelsesudvalg:
Professor Tucker Carrington Jr, Department of Chemistry, Queen’s University, Canada.
Professor Jacob Kongsted, Institut for Fysik, Kemi og Farmaci, Syddansk Universitet, Danmark.
Professor Henrik Stapelfeldt (forperson), Institut for Kemi, Aarhus Universitet, Danmark.
Hovedvejleder: Professor Ove Christiansen, Institut for Kemi, Aarhus Universitet, Danmark.
Sprog: Ph.d.-afhandlingen forsvares på engelsk.

Forsvaret er offentligt.
Afhandlingen ligger til gennemsyn hos Graduate School of Natural Sciences (GSNS), Ny Munkegade 120, bygning 1521, 8000 Aarhus C