Beräkningsvetenskap: Modellering i beräkningsvetenskap

Kursens ger en överblick över grundläggande modelleringstekniker inom beräkningsvetenskap. Studenterna får en introduktion till matematisk modellering av problem inom naturvetenskap och till hur dessa modeller kan hanteras med beräkningsmetoder. Särskilt behandlas differentialekvationsbaserad modellering, maskininlärning för databaserad modellering, och Monte Carlo-metoder för statistisk modellering.

Kursen behandlar:
Modellering baserad på differentialekvationer: Numeriska metoder för ordinära differentialekvationer och konvergensordning. Tillämpningar rörande exempelvis cellomprogrammering eller sjukdomsspridning mellan städer.
MKMC-metoder: Centrala gränsvärdessatsen, Metropolis-Hastings algoritm och felskattning. Tillämpningar hämtade från statistisk termodynamik.
Maskininlärning och stora datamängder: Användning av stora datamängder för att skapa modeller genom maskinlärning samt belysning av vilka förutsättningar som krävs för att kunna göra detta. Tillämpningar hämtade från klimatvetenskap.
Felkällor i beräkningsmodellering såsom modelleringsfel, diskretiseringsfel och statistiska fel.
Relevanta aspekter rörande ämnets möjligheter att bidra till en hållbar samhällsutveckling

https://maths.lu.se/utbildning/