Sekce vědeckých výpočtů

Scientific Computing Section (SCS)

Sekce vědeckých výpočtů a zpracování dat se zabývá aplikací datových struktur a efektivních algoritmů v oblastech numerické matematiky, matematické statistiky, modelování, optimalizace, strojové učení, rozpoznávání obrazu a vyhodnocování medicínských snímků. Oblast záběru je velice široká a propojuje obory informatiky, matematiky, fyziky a bioinformatiky. Studenti pracují v multidisciplinárních týmech zabývajících se základním i aplikovaným výzkumem a s nabytými zkušenostmi nacházejí uplatnění v komerční i akademické sféře.

Oblast informatiky je velmi široká a každý, kdo se naučí programovat, si klade otázku, na co mu to potom bude dobré. Můžeme to přirovnat k používání orientálního koření v kuchyni. Záleží zejména na tom, kolik, v jakém okamžiku a na co ho nasypete. Pokud cítíte, že má smysl kombinovat informatiku s jinými vědami, nenechte se odradit počáteční náročností teoretické přípravy, která vám nakonec umožní radost z tvorby unikátního softwaru.

Proč je informatika důležitá?

je to nezbytná součást mnoha moderních vědeckých disciplín
vědecké a technické výpočty nejsou pouze spouštěním hotových programů
nejde ani o přepisování vzorců do programovacího jazyka
vhodně zvolené datové struktury pomáhají významně zvýšit rychlost výpočtů
paralelní, rekurentní a heuristické algoritmy mají stejný cíl
i v informatice je důležitá souhra technologie a kreativity

Proč jsou teorie nutností?

motivují k přesnému vyjádření našich předpokladů a jejich následků
ovlivňují způsob našeho myšlení
usnadňují práci s odbornou literaturou
inspirují k realizaci původních softwarových produktů
usnadňují mezioborovou komunikaci
zvyšují kvalitu bakalářských, diplomových a disertačních prací

Nabízená témata

Studentům nabízíme vedení prací v mnoha oblastech našeho zájmu:

analýza fraktálních množin s využitím stromových struktur
modelování náhodné procházky po grafech a diskrétních množinách s využitím hešovacích technik
modelování anomální difuze pomocí deterministických a stochastických algoritmů
analýza biomedicínských signálů a 3D obrazů s využitím Fourierovy, Gaborovy nebo Hilbertovy transformace
konstrukce klasifikátorů do více tříd s pomocí transformace do Hilbertova prostoru
vývoj nových optimalizačních heuristik a jejich využití při hledání řešení reálných úloh
aplikace metod strojového učení a neuronových sítí na průmyslová a jiná data
počítačové modelování proudění chodců – použití jak klasických metod numerické matematiky, tak i strojového učení
modelování stochastických procesů rozděleními s těžkými konci (jednorozměrné i vícerozměrné) a pomocí entropie
vývoj nástrojů pro vysoce výkonné výpočty v rámci open-source knihovny TNL
numerické řešení parciálních diferenciálních rovnic pomocí různých variant metod konečných prvků nebo konečných objemů
použití metody rozdělení oblasti (Domain Decomposition) pro paralelní řešení parciálních diferenciálních rovnic
modelování procesů v porézním prostředí
modelování vzniku a šíření prasklin v materiálech

Více o tématech Analýza fraktálních množin, Strojové učení v Hilbertově prostoru nebo Modelování anomální difuze se můžete dozvědět z tohoto posteru.