Lehrveranstaltungen
Zur übergeordneten Rubrik
Pflichtmodul 1: Einführung in das Scientific Computing (15 ECTS-AP, 10 SSt.)
Anmeldevoraussetzung: keine
Lernergebnis: - Die Studierenden kennen die wesentlichen Einsatzmöglichkeiten des Scientific Computing sowie dessen Potenzial, interdisziplinär effizient Antworten auf aktuelle Fragen aus Forschung, Wirtschaft und Gesellschaft zu liefern. Sie sind sensibilisiert für Genderfragen und die Geschlechterverhältnisse in den Natur- und Technischen Wissenschaften.
- Die Studierenden verstehen die für das Scientific Computing besonders relevanten Aspekte konventioneller Computerarchitektur sowie nützliche Techniken der Softwareentwicklung und Verwaltung, welche auch zu Formen des kollaborativen Arbeitens anleiten. Sie sind in der Lage, einfache numerische Algorithmen - Grundbestandteile komplexerer Simulationen - zu implementieren sowie deren Eigenschaften zu analysieren.
- Sie können die wissenschaftlichen Prinzipien und grundlegende Methoden der
mathematischen Modellbildung als Simulationsgrundlage erläutern und anwenden. Sie sind in der Lage, einfache bestehende Modelle zu analysieren, aus etablierten Verfahren zu deren Auswertung geeignete auszuwählen und anzuwenden sowie die resultierenden Daten fachgerecht zu interpretieren.
Plfichtmodul 2: Methoden des Scientific Computing (15 ECTS-AP, 9 SSt.)
Anmeldevoraussetzung: keine
Lernergebnis: - Die Studierenden sind nach Abschluss des Moduls in der Lage, gängige mathematische Modelle realer Prozesse zu nutzen und auf konventionellen Computersystemen effizient auszuwerten.
- Sie verfügen über ein detailliertes Verständnis leistungsrelevanter Aspekte konventioneller Computerarchitekturen sowie über hierzu passende Programmierfertigkeiten, um numerische Verfahren auf diesen effizient zu implementieren und deren Eigenschaften zu analysieren.
- Sie können die beschreibenden Gleichungen und Vorgänge passend diskretisieren sowie zur weiteren Auswertung geeignete numerische Verfahren am aktuellen Stand der Forschung identifizieren und diese an Problemstellungen wie auch programmiertechnische Erfordernisse anpassen.
- Die Studierenden entwickeln hieraus die Kompetenz, relevante Aspekte von numerischer Methode und konkreter Implementierung wechselseitig und evaluierungsbasiert zu verbessern, um praxistaugliche Lösungen für neue numerische Problemstellungen zu generieren und zu evaluieren.
Pflichtmodul 3: Methoden des High Performance Computing (15 ECTS-AP, 9 SSt.)
Anmeldevoraussetzung: keine
Lernergebnis: - Die Studierenden verfügen über ein detailliertes Verständnis der für das
Hochleistungsrechnen relevanten Computerarchitekturen: dem Einsatz massiv vernetzter konventioneller Computersysteme, dem Zugriff auf die Durchführung bestimmter Rechenoperationen spezialisierter Beschleuniger sowie der hybriden Nutzung beider Konzepte.
- Sie können Methoden zur Adaption konventioneller numerischer Algorithmen auf
Architekturen des Hochleistungsrechnens sowie für spezialisierte Architekturen entworfene numerische Verfahren nutzen. Sie können die Eignung spezialisierter HPC-Architekturen für die Implementierung gegebener Verfahren beurteilen und verfügen über die Programmierkompetenz, ebenda effiziente Löser numerischer Probleme zu implementieren und zu evaluieren.
Pflichtmodul 4: Anwendungen des Scientific and High Performance Computing (15 ECTS-AP, 10 SSt.)
Anmeldevoraussetzung: keine
Lernergebnis: - Die Studierenden kennen repräsentative Anwendungsbeispiele des Scientific Computing in verschiedenen Disziplinen sowie die fachspezifisch genutzte Software zu deren Bearbeitung und sind in der Lage, beides aus den Perspektiven der unterschiedlichen Disziplinen zu diskutieren.
- Sie verfügen über die Kompetenz - eigenständig und mit originärem Anspruch - für
ausgewählte Probleme aus der Praxis des Scientific Computing aussagekräftige Modelle zu eruieren, geeignete Simulationen zu konstruieren sowie diese auf passend gewählter Hardware effizient zu implementieren, auszuführen und auszuwerten sowie die erzielten Ergebnisse kritisch zu beurteilen.
- Sie verfügen über die Fertigkeiten, Simulationsdaten fachgerecht und anschaulich zu
visualisieren sowie nach den Regeln der guten wissenschaftlichen Praxis zu verwalten. Sie sind in der Lage, aus Simulationen gewonnene Erkenntnisse, nützliche Visualisierungen sowie Voraussetzungen und Einschränkungen der getroffenen Aussagen zu kommunizieren, zu erklären und zu diskutieren.
Hinweis:
- Es können sich noch Änderungen im Lehrveranstaltungsangebot sowie bei Raum- und Terminbuchungen ergeben.
- Bitte wählen Sie für das Lehrveranstaltungsangebot die Fakultät aus, der Ihre Studienrichtung zugeteilt ist.