Décrit le programme de maîtrise en sciences et ingénierie informatiques de l'EPFL, détaillant sa structure, ses projets et ses opportunités de carrière pour les diplômés.
Explore les caractéristiques de la turbulence, les méthodes de simulation et les défis de modélisation, fournissant des lignes directrices pour le choix et la validation des modèles de turbulence.
Couvre les bases de la simulation numérique de flux, en soulignant l'importance de comprendre la méthodologie et de pratiquer des techniques de simulation pour exécuter des simulations complètes de manière autonome.
Déplacez-vous dans les phénomènes d'interaction quantique computationnelle dans les matériaux à l'aide de calcul haute performance, couvrant la mécanique quantique N-particules, les approches ab initio, et le Centre d'excellence NOMAD.
Discute des différences finies et des éléments finis, en se concentrant sur la formulation variationnelle et les méthodes numériques dans les applications d'ingénierie.
Discute de l'application des méthodes de Monte Carlo dans l'analyse du rayonnement thermique, en se concentrant sur les fonctions de probabilité et les techniques d'intégration numérique.
Explore les méthodes de calcul en physique quantique, en mettant l'accent sur la diagonalisation exacte et les techniques de discrétisation de l'espace.
Explore les corrélations de convection externe forcée et la procédure pour résoudre les problèmes de convection, y compris la comparaison de la vitesse et des couches limites thermiques.
Explore l'informatique scientifique en neuroscience, en mettant l'accent sur la simulation des neurones et des réseaux à l'aide d'outils comme NEURON, NEST et BRIAN.
Se concentre sur les équations de la couche limite de vitesse dans l'écoulement laminaire et couvre la conservation de la masse et de l'élan, les équations de Navier-Stokes et le nombre de Reynolds.
Couvre les fondamentaux de la convection libre et des corrélations pour le transfert de chaleur entre un solide et un fluide en mouvement à différentes températures.
Explore la convection forcée interne, couvrant les corrélations, les flux laminaires et turbulents, et les exercices pratiques à l'aide de carnets de notes Jupyter.
Explore les solveurs laplaciens, couvrant des solutions approximatives, des applications, la conversion d'erreurs, et les avancées théoriques dans les méthodes de calcul.
Discute de la série Taylor et de la méthode sécante, en se concentrant sur leurs applications dans les techniques d'analyse numérique et de recherche de racines.
Explore des méthodes numériques stochastiques efficaces pour la modélisation et l'apprentissage, couvrant des sujets comme le moteur d'analyse et les inhibiteurs de la kinase.
