Lecture Series Computational Science

  • Lecture services

Waarom deze Lecture series

Het doel van de lezingenreeks is om professionals en onderzoekers snel op de hoogte te brengen van enkele van de huidige ontwikkelingen in de informatica. Elke avond geeft een topexpert een overzicht van zijn vakgebied en de laatste ontwikkelingen daarin. Een eenvoudig diner en een drankje stellen de deelnemers in staat om nieuwe mensen te ontmoeten die professioneel relevant kunnen zijn.

Is dit iets voor jou?

Als je werkzaam bent in de industrie, overheid of een vergelijkbare organisatie en op de hoogte wilt blijven van ontwikkelingen in de computerwetenschap, dan is dit iets voor jou. Als je een onderzoeker bent op een gebied dat verband houdt met de onderwerpen van de lezingenreeks, dan is dit iets voor jou. Als je een algemene interesse hebt in computationele wetenschap, dan is dit iets voor jou. Het enige dat nodig is, is een achtergrond op minimaal HBO-niveau en enige ervaring met informatica.

Wanneer en waar is dit?

De lezingenreeks wordt op de volgende avonden gegeven (zie details over elke avond hieronder):

  • 2 oktober Kwantificering van onzekerheid door professor Daan Crommelin (CWI)
  • 16 oktober Scientific Machine Learning door professor Benjamin Sanders (TU/e)
  • 30 oktober Multiscale Modelling door professor Roeland Merks (LU)

Elke avond duurt van 18:00 tot 21:30 uur. Het begint met een eenvoudige maaltijd, gevolgd door een eerste lezing van ongeveer een uur. Daarna is er een koffiepauze, gevolgd door de tweede lezing. Borrels ronden de avond af.

Locatie: Social Impact Factory  Vredenburg, Utrecht. Op 10 minuten lopen vanaf Centraal Station
Online deelname is niet mogelijk.

Wat zijn de kosten?

De deelnamekosten bedragen € 175,- per avond. Als je je voor alle avonden inschrijft, geldt een korting van 25 euro per avond. Restitutie vindt alleen plaats als de avond wordt geannuleerd door de organisatie.

Hoe kan ik me registreren?

Programmadetails per avond

2 oktober - Kwantificering van onzekerheid

Door Prof. Daan Crommelin (CWI)

Onderwerp van de lezing

Output van rekenmodellen wordt beïnvloed door verschillende onzekerheden. In deze lezing zal Prof. Crommelin kort ingaan op:

  • Voortplanting van onzekerheid

  • Surrogaatmodellering

  • Gevoeligheidsanalyse

  • Inverse UQ

De uitvoer van rekenmodellen kan worden beïnvloed door onzekerheden uit verschillende bronnen. Dergelijke onzekerheden creëren onzekerheden in de uitvoer van het rekenmodel, en het is belangrijk om deze te analyseren en te beoordelen als de uitvoer van het model verder gebruikt moet worden (bijvoorbeeld voor besluitvorming).

In deze lezing bespreekt professor Daan Crommelin enkele methoden die zijn ontwikkeld om deze onzekerheden te analyseren en kwantificeren. Onderwerpen zijn onder andere propagatie van onzekerheid, surrogaatmodellering, gevoeligheidsanalyse en inverse UQ.

Over de spreker

Daan Crommelin is senior onderzoeker in de onderzoeksgroep Scientific Computing van het CWI, en heeft een deeltijdaanstelling als bijzonder hoogleraar Numerieke Analyse en Dynamische Systemen aan het KdV Instituut voor Wiskunde, Universiteit van Amsterdam. Hij is lid van het CWI management team sinds 2021 en was CWI groepsleider van 2013 tot 2021.Voor meer informatie, bezoek Daan Crommelin.

16 oktober -Wetenschappelijk machinaal leren

Door Prof. Benjamin Sanderse (TU/e)

Onderwerp van de lezing

Ontdek hoe wetenschappelijk machinaal leren op fysica gebaseerde en gegevensgestuurde benaderingen combineert om:

  • Natuurwetten leren uit gegevens

  • Wetenschappelijke ontdekkingen versnellen

  • Focus op vloeistofdynamica

In deze lezing bekijken we hoe wetenschappelijke machine learning ons kan helpen nieuwe wetenschap te ontdekken door natuurkundige en datagestuurde methoden te combineren, met de nadruk op vloeistofstromingen. We onderzoeken hoe computers natuurwetten kunnen leren van gegevens en hoe dat wetenschappers helpt om snellere en slimmere ontdekkingen te doen. Kom kijken hoe machine learning een krachtig nieuw gereedschap in de wetenschappelijke gereedschapskist aan het worden is.

Over de spreker
Benjamin Sanderse is universitair hoofddocent aan de faculteit Wiskunde van de Technische Universiteit Eindhoven en groepsleider van de groep Scientific Computing bij het Research Institute for Mathematics and Computer Science (CWI). Zijn werk richt zich op het combineren van natuurkundig-gebaseerde technieken (differentiaalvergelijkingen) met data-gedreven technieken (neurale netwerken), ook wel bekend als Scientific Machine Learning. Ga voor meer informatie naar http://www.thinkingslow.nl

30 oktober - Modelleren op meerdere schalen

Door Prof. Roeland Merks (Universiteit Leiden)

Onderwerp van de lezing

Biologische systemen zijn multischaal van aard, waardoor:

  • Verschillende modellen per schaal

  • Correcte modelkoppeling

  • Efficiënte berekening voor veel parameters

De hiërarchische structuur van biologische systemen maakt ze tot uitstekende voorbeelden van multischaalsystemen: moleculen vormen signaalnetwerken en organellen, deze zijn georganiseerd in cellen en extracellulaire structuren, de cellen vormen samen weefsels en organen, enz. Elk niveau komt voort uit het niveau eronder, maar beïnvloedt ook alle niveaus eronder: we noemen dit schaalinteracties.

Voor elke schaal is een ander model nodig, gebaseerd op een ander type wiskunde. Onze uitdaging is om deze submodellen op een juiste manier aan elkaar te koppelen en het gecombineerde model efficiënt genoeg te maken om het voor een groot aantal parameters door te rekenen.

Over de spreker

Roeland Merks is hoogleraar Wiskundige Biologie aan de Universiteit Leiden, waar hij verbonden is aan het Mathematisch Instituut en het Instituut voor Biologie. Hij is ook directeur van het Lorentz Center, een workshopcentrum in Leiden voor internationale wetenschappelijke bijeenkomsten. De modellen die hij ontwikkelt helpen te ontrafelen hoe complexe biologische weefsels en vormen ontstaan uit mechanische interacties en chemische communicatie tussen cellen en hun omgeving. Ga voor meer informatie naar Roeland Merks – Universiteit Leiden.