English | Log ind

22112 High Performance Computing i Life Science

2021/2022

Fra 2023 vil kurset blive flyttet til efteråret. Det kører for sidste gang i foråret 2022, og vil herefter udbydes næste gang i efteråret 2023.
Kursusinformation
High Performance Computing in Life Science
Engelsk
5
Kandidat
Kurset udbydes som enkeltfag
F2A (man 13-17)
Campus Lyngby
Forelæsninger og computerøvelser
13-uger
F2A
Skriftlig eksamen og bedømmelse af øvelse(r)
Aflevering af obligatoriske øvelser og udførelse af peer-evaluering (mindst 11 ud af 13 af begge) er forudsætninger for at gå til eksamen, som er en 2-timers multiple choice-eksamen.
Skriftlig eksamen: 2 timer
Alle hjælpemidler er tilladt
bestået/ikke bestået , intern bedømmelse
36612
36610/22110 , For at deltage i kurset skal man være vant til at programmere. Kendskab til Python kræves. Kurset tager udgangspunkt i Life Science og viden om forskellige biologiske filformater er nødvendig.
Minimum 8 Maksimum: 50
Gisle Alberg Vestergaard
Peter Wad Sackett (Primær kontaktperson) , Lyngby Campus, Bygning 204, Tlf. (+45) 4525 2427 , pwsa@dtu.dk
22 Institut for Sundhedsteknologi
https://teaching.healthtech.dtu.dk/22112/
I studieplanlæggeren
Overordnede kursusmål
Løfter den studerende fra at udvikle programmer på en personlig computer til design og implementation af life science projekter på supercomputere.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Forbedre performance af et program ved at anvende tilegnet viden om hvordan en PC og en supercomputer virker fra et hardwaremæssigt perspektiv (ligheder og forskelle).
  • Designe programmer og programforløb som anvender et køsystem effektivt på varierende måder.
  • Evaluere effektiviteten af et program eller programforløb ved analyse af anvendelsen af IO og hukommelse.
  • Planlægge og implementere triviel parallel programudførsel på en node/computer.
  • Anvende 'Divide and Conquer' paradigmet i konkret sammenhæng med Branch&Bound kombinatorisk optimering.
  • Evaluere om binære og/eller probabilistiske datastrukturer kan øge performance af programmer, samt implementere disse.
  • Designe en database ud fra virkelige data og/eller modeller.
  • Anvende SQL til at forespørge og manipulere en database.
  • Programmere mod en relationel database i Python.
  • Organisere et projekt således at vejen fra rådata til resultat er tydelig og gentagelig.
Kursusindhold
Kurset løfter den studerende fra at være den eneste bruger på en enkelt computer til at være en af mange brugere på en supercomputer. Det gøres ved forelæsninger og øvelser i emner som computerarkitektur, køsystemer, parallel programmering, algoritmedesign, programoptimering, database-design og anvendelse i teori og praksis.
Bemærkninger
Kurset anvender supercomputeren 'Computerome 2' som øvelsesplatform.
Sidst opdateret
28. januar, 2022