stringtranslate.com

Вычислительная наука

Computational science , также известная как scientific computing , technical computing или scientific computing ( SC ), является разделом науки, а точнее Computer Sciences , который использует передовые вычислительные возможности для понимания и решения сложных физических проблем. Хотя это обсуждение обычно сводится к Visual Computation , эта область исследований обычно будет включать следующие исследовательские категоризации.

На практике это обычно применение компьютерного моделирования и других форм вычислений из численного анализа и теоретической информатики для решения проблем в различных научных дисциплинах. Область отличается от теории и лабораторных экспериментов, которые являются традиционными формами науки и техники . Научный вычислительный подход заключается в получении понимания посредством анализа математических моделей, реализованных на компьютерах . Ученые и инженеры разрабатывают компьютерные программы и прикладное программное обеспечение , которые моделируют изучаемые системы, и запускают эти программы с различными наборами входных параметров. Суть вычислительной науки заключается в применении численных алгоритмов [1] и вычислительной математики . В некоторых случаях эти модели требуют огромных объемов вычислений (обычно с плавающей точкой ) и часто выполняются на суперкомпьютерах или распределенных вычислительных платформах. [ требуется проверка ]

Ученый-вычислитель

Способы изучения системы

Термин «вычислительный ученый» используется для описания человека, владеющего навыками научных вычислений. Такой человек обычно является ученым, инженером или прикладным математиком, который применяет высокопроизводительные вычисления различными способами для продвижения передовых технологий в своих прикладных дисциплинах в физике, химии или инженерии.

Вычислительная наука в настоящее время обычно рассматривается как третий режим науки [ необходима ссылка ] , дополняющий и дополняющий экспериментирование / наблюдение и теорию ( см. изображение). [2] Здесь система определяется как потенциальный источник данных, [3] эксперимент как процесс извлечения данных из системы путем воздействия на нее через ее входы [4] и модель ( M ) для системы ( S ) и эксперимент ( E ) как все , к чему E может быть применено для ответа на вопросы о S. [5] Ученый-вычислитель должен быть способен:

Значительные усилия в вычислительной науке были направлены на разработку алгоритмов, эффективную реализацию в языках программирования и проверку вычислительных результатов. Сборник проблем и решений в вычислительной науке можно найти в Steeb, Hardy, Hardy, and Stoop (2004). [6]

Философы науки рассматривали вопрос о том, в какой степени вычислительная наука может считаться наукой, среди них Хамфрис [7] и Гельферт. [8] Они рассматривают общий вопрос эпистемологии: как получить понимание из таких подходов вычислительной науки? Толк [9] использует эти идеи, чтобы показать эпистемологические ограничения компьютерного имитационного исследования. Поскольку вычислительная наука использует математические модели, представляющие базовую теорию в исполняемой форме, по сути, они применяют моделирование (построение теории) и симуляцию (реализацию и выполнение). Хотя симуляция и вычислительная наука являются нашим самым сложным способом выражения наших знаний и понимания, они также имеют все ограничения и пределы, уже известные для вычислительных решений. [ необходима ссылка ]

Приложения вычислительной науки

Проблемные области вычислительной науки/научных вычислений включают в себя:

Предиктивная вычислительная наука

Предиктивная вычислительная наука — это научная дисциплина, занимающаяся формулировкой, калибровкой, численным решением и проверкой математических моделей, предназначенных для прогнозирования конкретных аспектов физических событий, заданных начальных и граничных условий, а также набора характеризующих параметров и связанных с ними неопределенностей. [10] В типичных случаях предиктивное утверждение формулируется в терминах вероятностей. Например, при наличии механического компонента и периодического нагружения «вероятность составляет (скажем) 90% того, что число циклов при отказе (Nf) будет находиться в интервале N1<Nf<N2». [11]

Городские комплексные системы

Города — это чрезвычайно сложные системы, созданные людьми, состоящие из людей и управляемые людьми. Попытка предсказать, понять и каким-то образом сформировать развитие городов в будущем требует сложного мышления, вычислительных моделей и симуляций, чтобы помочь смягчить проблемы и возможные катастрофы. Основное внимание в исследованиях городских сложных систем уделяется, посредством моделирования и имитации, построению более глубокого понимания динамики города и подготовке к предстоящей урбанизации . [ требуется цитата ]

Вычислительные финансы

На финансовых рынках огромные объемы взаимозависимых активов торгуются большим количеством взаимодействующих участников рынка в разных местах и ​​часовых поясах. Их поведение имеет беспрецедентную сложность, а характеристика и измерение риска, присущего этому весьма разнообразному набору инструментов, обычно основаны на сложных математических и вычислительных моделях . Решение этих моделей точно в закрытой форме, даже на уровне одного инструмента, обычно невозможно, и поэтому нам приходится искать эффективные численные алгоритмы . Это стало еще более неотложным и сложным в последнее время, поскольку кредитный кризис [ который? ] ясно [ по мнению кого? ] продемонстрировал роль каскадных эффектов [ которые? ], идущих от отдельных инструментов через портфели отдельных учреждений даже к взаимосвязанной торговой сети. Понимание этого требует многомасштабного и целостного подхода, при котором взаимозависимые факторы риска, такие как рыночный, кредитный и ликвидный риск, моделируются одновременно и в разных взаимосвязанных масштабах. [ требуется ссылка ]

Вычислительная биология

Захватывающие новые разработки в области биотехнологии в настоящее время революционизируют биологию и биомедицинские исследования . Примерами этих методов являются высокопроизводительное секвенирование , высокопроизводительная количественная ПЦР , внутриклеточная визуализация, гибридизация экспрессии генов in situ , трехмерные методы визуализации, такие как флуоресцентная микроскопия Light Sheet и оптическая проекционная (микро)компьютерная томография . Учитывая огромные объемы сложных данных, которые генерируются этими методами, их осмысленная интерпретация и даже их хранение формируют серьезные проблемы, требующие новых подходов. Выходя за рамки текущих подходов биоинформатики, вычислительная биология должна разработать новые методы для обнаружения осмысленных закономерностей в этих больших наборах данных. Реконструкция генных сетей на основе моделей может использоваться для систематической организации данных об экспрессии генов и для руководства будущим сбором данных. Основной проблемой здесь является понимание того, как регуляция генов контролирует фундаментальные биологические процессы, такие как биоминерализация и эмбриогенез . Подпроцессы, такие как регуляция генов , органические молекулы, взаимодействующие с процессом отложения минералов, клеточные процессы , физиология и другие процессы на уровнях тканей и окружающей среды, связаны между собой. Биоминерализация и эмбриогенез не направляются центральным механизмом управления, а могут рассматриваться как возникающее поведение, возникающее в результате сложной системы, в которой несколько подпроцессов в очень разных временных и пространственных масштабах (от нанометров и наносекунд до метров и лет) связаны в многомасштабную систему. Один из немногих доступных вариантов [ which? ] для понимания таких систем — это разработка многомасштабной модели системы. [ необходима цитата ]

Теория сложных систем

Используя теорию информации , неравновесную динамику и явное моделирование, теория вычислительных систем пытается раскрыть истинную природу сложных адаптивных систем . [ необходима ссылка ]

Вычислительная наука и техника

Вычислительная наука и инженерия (CSE) — это относительно новая [ квантификация ] дисциплина, которая занимается разработкой и применением вычислительных моделей и симуляций, часто в сочетании с высокопроизводительными вычислениями , для решения сложных физических проблем, возникающих в инженерном анализе и проектировании (вычислительная инженерия), а также природных явлений (вычислительная наука). CSE стала принята среди ученых, инженеров и академиков как «третий способ открытия» (следующий за теорией и экспериментированием). [12] Во многих областях компьютерное моделирование является неотъемлемой частью и, следовательно, необходимо для бизнеса и исследований. Компьютерное моделирование дает возможность войти в области, которые либо недоступны для традиционного экспериментирования, либо где проведение традиционных эмпирических исследований является непомерно дорогим. CSE не следует путать ни с чистой компьютерной наукой , ни с компьютерной инженерией , хотя широкая область в первой используется в CSE (например, определенные алгоритмы, структуры данных, параллельное программирование, высокопроизводительные вычисления), а некоторые проблемы во второй можно моделировать и решать с помощью методов CSE (как область применения). [ необходима цитата ]

Методы и алгоритмы

Алгоритмы и математические методы, используемые в вычислительной науке, разнообразны. Наиболее часто применяемые методы включают:

Исторически и сегодня Fortran остается популярным для большинства приложений научных вычислений. [32] [33] Другие языки программирования и системы компьютерной алгебры, обычно используемые для более математических аспектов приложений научных вычислений, включают GNU Octave , Haskell , [32] Julia , [32] Maple , [33] Mathematica , [34] [35] [36] [37] [38] MATLAB , [39] [40] [41] Python (со сторонней библиотекой SciPy [42] [43] [44] ), Perl (со сторонней библиотекой PDL ), [ требуется ссылка ] R , [45] Scilab , [46] [47] и TK Solver . Более вычислительно интенсивные аспекты научных вычислений часто будут использовать некоторые вариации C или Fortran и оптимизированные алгебраические библиотеки, такие как BLAS или LAPACK . Кроме того, параллельные вычисления активно используются в научных вычислениях для поиска решений больших задач за разумное время. В этой структуре задача либо делится на множество ядер на одном узле ЦП (например, с помощью OpenMP ), либо делится на множество узлов ЦП, объединенных в сеть (например, с помощью MPI ), либо выполняется на одном или нескольких графических процессорах (обычно с использованием CUDA или OpenCL ).

Программы вычислительной науки часто моделируют изменяющиеся условия реального мира, такие как погода, поток воздуха вокруг самолета, деформации кузова автомобиля при столкновении, движение звезд в галактике, взрывное устройство и т. д. Такие программы могут создавать «логическую сетку» в памяти компьютера, где каждый элемент соответствует области в пространстве и содержит информацию об этом пространстве, относящуюся к модели. Например, в моделях погоды каждый элемент может быть квадратным километром; с высотой земли, текущим направлением ветра, влажностью, температурой, давлением и т. д. Программа будет вычислять вероятное следующее состояние на основе текущего состояния в моделируемых временных шагах, решая дифференциальные уравнения, которые описывают, как работает система, а затем повторять процесс для вычисления следующего состояния. [ необходима цитата ]

Конференции и журналы

В 2001 году была впервые организована Международная конференция по вычислительной науке (ICCS) . С тех пор она проводится ежегодно. ICCS — конференция A-rank в рейтинге CORE . [48]

Журнал Computational Science опубликовал свой первый выпуск в мае 2010 года. [49] [50] [51] Журнал Open Research Software был запущен в 2012 году . [52] Инициатива ReScience C , посвященная воспроизведению результатов вычислений, была запущена на GitHub в 2015 году. [53]

Образование

В некоторых учреждениях специализация в области научных вычислений может быть получена как «вторая степень» в рамках другой программы (которая может быть на разных уровнях). Однако все больше появляется бакалаврских , магистерских и докторских программ в области вычислительной науки. Совместная магистерская программа по вычислительной науке в Амстердамском университете и Свободном университете по вычислительной науке была впервые предложена в 2004 году. В рамках этой программы студенты:

ETH Zurich предлагает степень бакалавра и магистра в области вычислительной науки и техники. Степень дает студентам возможность понимать научные проблемы и применять численные методы для решения таких проблем. Направления специализаций включают физику, химию, биологию и другие научные и инженерные дисциплины.

Университет Джорджа Мейсона предлагает многопрофильную докторскую программу Ph.D. по вычислительным наукам и информатике, начиная с 1992 года. [54]

Факультет вычислительных и интегративных наук Университета имени Джавахарлала Неру (бывший Факультет информационных технологий [55] [ требуется подтверждение ] ) также предлагает [ требуется подтверждение ] яркую магистерскую программу по вычислительным наукам с двумя специальностями: вычислительная биология и сложные системы . [56]

Подполя

Смотрите также

Ссылки

  1. ^ Нонвайлер ТР, 1986. Вычислительная математика: Введение в численную аппроксимацию, John Wiley and Sons
  2. ^ Graduate Education for Computational Science and Engineering.Siam.org, веб-сайт Общества промышленной и прикладной математики (SIAM); доступ получен в феврале 2012 г.
  3. ^ Сиглер, Бернард (1976). Теория моделирования и имитации .
  4. ^ Селье, Франсуа (1999). Непрерывное системное моделирование .
  5. ^ Мински, Марвин (1965). Модели, разум, машины .
  6. ^ Steeb W.-H., Hardy Y., Hardly A. и Stoop R., 2004. Проблемы и решения в научных вычислениях с использованием моделирования C++ и Java, World Scientific Publishing. ISBN 981-256-112-9 
  7. ^ Хамфрис, Пол. Расширяя себя: вычислительная наука, эмпиризм и научный метод. Oxford University Press, 2004.
  8. ^ Гельферт, Аксель. 2018. Как заниматься наукой с помощью моделей: философский учебник. Cham: Springer.
  9. ^ Толк, Андреас. «Извлечение правильного из неправильных моделей: эпистемология моделирования». В «Концепциях и методологиях моделирования и симуляции», под редакцией Л. Йилмаза, стр. 87–106, Cham: Springer International Publishing, 2015.
  10. ^ Оден, Дж. Т., Бабушка, И. и Фагихи, Д., 2017. Предсказательная вычислительная наука: компьютерные предсказания в условиях неопределенности. Энциклопедия вычислительной механики. Второе издание, стр. 1-26.
  11. ^ Сабо Б., Актис Р. и Раск Д. Валидация факторов чувствительности надреза. Журнал верификации, валидации и количественной оценки неопределенности. 4 011004, 2019
  12. ^ "Программа по вычислительной науке и инжинирингу: Справочник для аспирантов" (PDF) . cseprograms.gatech.edu . Сентябрь 2009 г. Архивировано из оригинала (PDF) 2014-10-14 . Получено 2017-08-26 .
  13. ^ Фон Цур Гатен, Дж., и Герхард, Дж. (2013). Современная компьютерная алгебра. Издательство Кембриджского университета.
  14. ^ Геддес, КО, Цапор, СР, и Лабан, Г. (1992). Алгоритмы для компьютерной алгебры. Springer Science & Business Media.
  15. ^ Альбрехт, Р. (2012). Компьютерная алгебра: символические и алгебраические вычисления (т. 4). Springer Science & Business Media.
  16. ^ Миньотт, М. (2012). Математика для компьютерной алгебры. Springer Science & Business Media.
  17. ^ Stoer, J., & Bulirsch, R. (2013). Введение в численный анализ. Springer Science & Business Media.
  18. ^ Конте, SD, и Де Бур, C. (2017). Элементарный численный анализ: алгоритмический подход. Общество промышленной и прикладной математики .
  19. ^ Гринспен, Д. (2018). Численный анализ. CRC Press.
  20. ^ Линц, П. (2019). Теоретический численный анализ. Courier Dover Publications.
  21. ^ Бреннер, С. и Скотт, Р. (2007). Математическая теория методов конечных элементов (т. 15). Springer Science & Business Media.
  22. ^ Оден, Дж. Т. и Редди, Дж. Н. (2012). Введение в математическую теорию конечных элементов. Courier Corporation.
  23. ^ Дэвис, П. Дж. и Рабинович, П. (2007). Методы численного интегрирования. Courier Corporation.
  24. ^ Питер Дойфлхард, Ньютоновские методы для нелинейных задач. Аффинная инвариантность и адаптивные алгоритмы, Второе печатное издание. Серия Computational Mathematics 35, Springer (2006)
  25. ^ Хаммерсли, Дж. (2013). Методы Монте-Карло. Springer Science & Business Media.
  26. ^ Калос, М. Х., и Уитлок, Пенсильвания (2009). Методы Монте-Карло. Джон Уайли и сыновья.
  27. ^ Деммель, Дж. В. (1997). Прикладная численная линейная алгебра. SIAM .
  28. ^ Ciarlet, PG, Miara, B., & Thomas, JM (1989). Введение в численную линейную алгебру и оптимизацию. Cambridge University Press.
  29. ^ Трефетен, Ллойд; Бау III, Дэвид (1997). Численная линейная алгебра (1-е изд.). Филадельфия: SIAM .
  30. ^ Вандербей, Р. Дж. (2015). Линейное программирование. Гейдельберг: Springer.
  31. ^ Гасс, СИ (2003). Линейное программирование: методы и приложения. Courier Corporation.
  32. ^ abc Филлипс, Ли (2014-05-07). «Будущее научных вычислений: может ли какой-либо язык программирования превзойти гиганта 1950-х годов?». Ars Technica . Получено 2016-03-08 .
  33. ^ ab Ландау, Рубин (2014-05-07). "Первый курс по научным вычислениям" (PDF) . Принстонский университет . Получено 2016-03-08 .
  34. ↑ Mathematica 6. Архивировано 13 января 2011 г. в Wayback Machine Scientific Computing World, май 2007 г.
  35. ^ Мейдер, Р. Э. (1991). Программирование в Mathematica. Addison-Wesley Longman Publishing Co., Inc.
  36. ^ Стивен Вольфрам. (1999). Книга MATHEMATICA®, версия 4. Cambridge University Press .
  37. ^ Шоу, У. Т. и Тигг, Дж. (1993). Прикладная математика: как начать, как это сделать. Addison-Wesley Longman Publishing Co., Inc.
  38. ^ Мараско, А. и Романо, А. (2001). Научные вычисления с помощью Mathematica: Математические проблемы для обыкновенных дифференциальных уравнений; с CD-ROM. Springer Science & Business Media .
  39. ^ Quarteroni, A., Saleri, F., & Gervasio, P. (2006). Научные вычисления с MATLAB и Octave. Берлин: Springer.
  40. ^ Гандер, В. и Хребичек, Дж. (ред.). (2011). Решение проблем научных вычислений с использованием Maple и Matlab®. Springer Science & Business Media .
  41. ^ Barnes, B., & Fulford, GR (2011). Математическое моделирование с примерами: подход дифференциальных уравнений с использованием Maple и MATLAB. Chapman и Hall/CRC.
  42. ^ Джонс, Э., Олифант, Т. и Петерсон, П. (2001). SciPy: Научные инструменты с открытым исходным кодом для Python.
  43. ^ Брессерт, Э. (2012). SciPy и NumPy: обзор для разработчиков. "O'Reilly Media, Inc.".
  44. ^ Бланко-Силва, Ф. Дж. (2013). Изучение SciPy для численных и научных вычислений. Packt Publishing Ltd.
  45. ^ Ихака, Р. и Джентльмен, Р. (1996). R: язык для анализа данных и графики. Журнал вычислительной и графической статистики, 5(3), 299-314.
  46. ^ Банкс, К., Шанселье, Дж. П., Делебек, Ф., Гурса, М., Никуха, Р. и Стир, С. (2012). Инженерные и научные вычисления с Scilab. Springer Science & Business Media .
  47. ^ Тханки, Р. М. и Котари, А. М. (2019). Цифровая обработка изображений с использованием SCILAB. Springer International Publishing.
  48. ^ "ICCS - Международная конференция по вычислительной науке" . Получено 2022-01-21 .
  49. ^ Слут, Питер; Ковени, Питер; Донгарра, Джек (2010). «Перенаправление». Журнал вычислительной науки . 1 (1): 3–4. doi :10.1016/j.jocs.2010.04.003.
  50. ^ Seidel, Edward; Wing, Jeannette M. (2010). «Перенаправление». Журнал вычислительной науки . 1 (1): 1–2. doi :10.1016/j.jocs.2010.04.004. S2CID  211478325.
  51. ^ Sloot, Peter MA (2010). «Вычислительная наука: калейдоскопический взгляд на науку». Журнал вычислительной науки . 1 (4): 189. doi :10.1016/j.jocs.2010.11.001.
  52. ^ "Анонс журнала открытого исследовательского программного обеспечения - метажурнала по программному обеспечению". software.ac.uk . Получено 31.12.2021 .
  53. ^ Ружье, Николя П.; Хинсен, Конрад; Александр, Фредерик; Арилдсен, Томас; Барба, Лорена А.; Бенюро, Фабьен С.И.; Браун, К. Титус; Буйль, Пьер де; Чаглаян, Озан; Дэвисон, Эндрю П.; Дельсюк, Марк-Андре; Деторакис, Георгиос; Дим, Александра К.; Дрикс, Дэмиен; Энель, Пьер; Жирар, Бенуа; Гость, Оливия; Холл, Мэтт Г.; Энрикес, Рафаэль Н.; Хино, Ксавье; Джарон, Камил С.; Хамасси, Мехди; Кляйн, Альмар; Маннинен, Тиина; Маркези, Пьетро; МакГлинн, Дэниел; Мецнер, Кристоф; Петчи, Оуэн; Плессер, Ганс Эккехард; Пуазо, Тимоти; Рам, Картик; Рам, Йоав; Реш, Этьен; Россант, Сирилл; Ростами, Вахид; Шифман, Аарон; Стахелек, Джозеф; Штимберг, Марсель; Штольмайер, Франк; Вагги, Федерико; Вьехо, Гийом; Витаи, Julien; Vostinar, Anya E.; Yurchak, Roman; Zito, Tiziano (декабрь 2017 г.). «Устойчивая вычислительная наука: инициатива ReScience». PeerJ Comput Sci . 3 . e142. arXiv : 1707.04393 . Bibcode :2017arXiv170704393R. doi : 10.7717/ peerj-cs.142 . PMC 8530091 . PMID  34722870. S2CID  7392801. 
  54. ^ "Вычислительные науки и информатика, докторская степень | Научный колледж GMU". science.gmu.edu . Получено 24.04.2024 .
  55. ^ "SCIS | Добро пожаловать в Университет Джавахарлала Неру". www.jnu.ac.in . Архивировано из оригинала 2013-03-10.
  56. ^ "SCIS: Программа обучения | Добро пожаловать в Университет Джавахарлала Неру". www.jnu.ac.in . Архивировано из оригинала 7 февраля 2020 г. . Получено 31 декабря 2021 г. .

Дополнительные источники

Внешние ссылки

Викиверситет содержит обучающие ресурсы по научным вычислениям
На Викискладе есть медиафайлы по теме «Вычислительная наука» .