Computational Science

Motivation

Berechnung ist heutzutage eine der Hauptkräfte in der Wissenschaft und dem Ingenieurswesen. Computational Science veranschaulicht den interdisziplinären Zugang zum Problemlösen durch das vereinigende Konzept der Berechnung. Modellierung und Simulation ergänzen experimentelle und theoretische Methoden in den Naturwissenschaften und dem Ingenieurswesen. Studierende, die eine solide Ausbildung in Computational Science erhalten haben, werden die Fähigkeit besitzen, Brücken zwischen den Kerngebieten der Informatik und rechenintensiven Anwendungsgebieten zu schlagen.

Ziele Umfang

Diese Vertiefungsrichtung bringt Studierenden das Kern-Wissen der Computational Science näher. Optimierungsmethoden, Simulation diskreter und stetiger Systeme zu verschiedenen Zeitpunkten und von verschiedener Dauer, sowie graphische Systeme und adaptiv lernende Systeme definieren den an Konzepten und Methodologien reichhaltigen Studiengang in Computational Science.

Abgedeckte Themen beinhalten: Computational linear algebra, computational biology, multi-scale modeling and simulation, computer graphics and machine learning.

Voraussetzungen (für ETH Informatik Bachelor)

Bestanden:

Fokusfächer

26 Kreditpunkte müssen erreicht werden:

Wahlfächer

20 Kreditpunkte müssen erreicht werden:

Multidisziplinfächer

8 Kreditpunkte müssen erreicht werden.

GESS

2 Kreditpunkte müssen erreicht werden.

Masterarbeit

Das zu behandelnde Thema einer Masterarbeit muss im Bereich der Computational Science liegen und vom Mentor/von der Mentorlin akzeptiert werden.

Involvierte Professoren

Peter Arbenz, Joachim Buhmann, Walter Gander, Gaston Gonnet, Markus Gross, Petros Koumoutsakos, Mark Pauly, Ivo Sbalzarini , Jörg Stelling