Sök utbildning 👉
Fristående kurser (avancerad nivå)

Beräkningsvetenskap: Osäkerhetskvantifiering och datadriven modellering

Längd
7.5 hp
Utbildningstakt
Deltid
Nästa startdatum
Vår 2025 se detaljer
Sista ansökan
Sista ansökan: 2024-10-15
Utbildningsform
Klassrum
Längd
7.5 hp
Utbildningstakt
Deltid
Nästa startdatum
Vår 2025 se detaljer
Sista ansökan
Sista ansökan: 2024-10-15
Utbildningsform
Klassrum

Beräkningsvetenskap: Osäkerhetskvantifiering och datadriven modellering

Kursen är en valbar kurs på avancerad nivå som kan ingå i en naturvetenskaplig masterexamen i beräkningsvetenskap, tillämpad beräkningsvetenskap eller matematik med inriktning mot numerisk analys. Kursen kan även ges som en fristående kurs. Kursens övergripande mål är att studenterna tillägnar sig grundläggande kunskaper om numeriska metoder för osäkerhetskvantifiering och relevant datadriven modellering inom beräkningsvetenskap. Detta inkluderar överföring av osäkerhet från indata till svar, invers parameteruppskattning genom Bayesianska tillvägagångssätt, surrogatmodellering för att accelerera simuleringar av flera frågor samt integrering av observerad data i dynamiska modeller.

Kursen behandlar:

  • Viktiga begrepp inom osäkerhetskvantifiering (UQ), såsom verifiering vs. validering, påträngande vs. icke-påträngande, och framåt vs. inverterad UQ
  • Numerisk diskretisering för partiella differentialekvationer med slumpmässiga parametrar: stokastisk Galerkin och stokastisk kollokation
  • Bayesiansk inferens och dess tillämpningar på parameteruppskattning
  • Provtagningstekniker: Monte Carlo och viktighetsprovtagning
  • Gaussiska processer för surrogatmodellering
  • Grunderna i projektionsbaserad och datadriven modellreduktion
  • Dataassimilering med Kalmanfilter

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

Kommande starter

1 tillgängligt startdatum

Vår 2025

  • Klassrum
  • Lund
  • Sista ansökan: 2024-10-15

Förkunskaper

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.
Lunds universitet

Lunds universitet

Lunds universitet har sin naturliga plats bland Europas främsta lärosäten. Som Skandinaviens största enhet för högre utbildning och forskning bedriver universitetet idag verksamhet inom ett brett spektrum av ämnen. På Lunds universitet arbetar cirka 6 800 personer – lärare, forskare, administrativ...

Läs mer om Lunds universitet och visa alla utbildningar

Highlights