Beräkningsvetenskap: Osäkerhetskvantifiering och datadriven modellering

Om utbildningen

Kursen introducerar moderna beräkningsmetoder för att modellera osäkerhet och integrera data i simuleringar. Du får verktyg för att förstå, förutsäga och förbättra komplexa system genom att kombinera matematisk modellering, numerisk analys och datadrivna metoder. Kursen ger grundläggande tekniker för att hantera osäkerhet och data i beräkningsmodeller. Du lär dig att kvantifiera osäkerhet, uppskatta okända parametrar och konstruera snabba surrogatmodeller för att påskynda simuleringar. Du kommer också att utforska hur observationsdata kan integreras i beräkningsramverk för att förbättra noggrannhet och tillförlitlighet. KursinnehållCentrala begrepp inom osäkerhetskvantifiering (UQ): verifiering kontra validering, intrusiva kontra ickeintrusiva metoder, framåt kontra invers UQNumeriska metoder för PDE:er med slumpmässiga parametrar: stokastisk Galerkin och kollokationBayesiansk inferens för parameteruppskattningSamplingsmetoder: Monte Carlo och importance samplingGaussiska processer för surrogatmodelleringModellreduktion: projektionbaserade och datadrivna metoderDataassimilering med Kalmanfilter Kursen är relevant för alla som är intresserade av avancerade beräkningsmetoder och kan ingå som valfri kurs i masterprogrammen i matematik med inriktning mot numerisk analys, beräkningsvetenskap och tillämpad beräkningsvetenskap. Den kan även läsas som fristående kurs.

Behörighet

För tillträde till kursen krävs Engelska 6/b och minst 90 hp i naturvetenskapliga eller tekniska studier, varav minst 45 hp ska vara i matematik och/eller numerisk analys, inklusive kunskaper motsvarande kurserna NUMA01 Beräkningsprogrammering med Python, 7,5 hp, MASA02 Matematisk statistik: Grundkurs, 15 hp, och NUMN32 Numeriska metoder för differentialekvationer, 7,5 hp.

Rekommenderade förkunskaper: uh

Alla tillfällen (1)

Liknande utbildningar

• Beräkningsvetenskap: Modellering i beräkningsvetenskapUniversitet/högskola
• Numerisk analys: GrundkursUniversitet/högskola
• Kvantitativ riskanalys för beslutsfattande 1Universitet/högskola
• Numerisk analys: SimuleringsverktygUniversitet/högskola