FY553: Det mørke univers og (neurale) netværk
Det Naturvidenskabelige Studienævn
Undervisningssprog: Engelsk
EKA: N500058102
Censur: Intern prøve, en bedømmer
Bedømmelse: Bestået/Ikke bestået
Udbudssteder: Odense
Udbudsterminer: Sommerkursus (efterår)
Niveau: Bachelor
STADS ID (UVA): N500058101
ECTS-point: 5
Godkendelsesdato: 31-03-2022
Varighed: 1 semester
Version: Godkendt - aktiv
Kommentar
Indgangskrav
Faglige forudsætninger
Studerende, der følger kurset, forventes at
- Have kendskab til klassisk mekanik og grundlæggende kendskab til speciel relativitetsteori
- Have grundlæggende kendskab til differentialregning og en smule kendskab til Python
Formål
Vores univers rummer et fascinerende mysterium: Den 'mørke del' af universet inkluderer mørkt stof, som kan være nye elementarpartikler. Kurset vil give en introduktion til mørkt stof, og vi vil tale om nogle af de ting, mørkt stof kunne være.
I anden del af kurset knytter vi an til neurale netværk, som har udviklet sig til et stærkt redskab til at takle grundlæggende problemer i fundamental fysik, herunder strukturen af den mørke sektor. Endelig vil anvendelsen af neurale netværk til hyperspektral billedrekonstruktion blive udforsket.
Kurset vil linke en teoretisk gennemgang af nogle af de mest spændende åbne problemer i fundamental fysik med anvendelser i computer science, som er relevante for studerende med forskellige baggrunde i fysik, computer science og matematik.
Kompetencerne som de studerende opnår i kurset er:
I anden del af kurset knytter vi an til neurale netværk, som har udviklet sig til et stærkt redskab til at takle grundlæggende problemer i fundamental fysik, herunder strukturen af den mørke sektor. Endelig vil anvendelsen af neurale netværk til hyperspektral billedrekonstruktion blive udforsket.
Kurset vil linke en teoretisk gennemgang af nogle af de mest spændende åbne problemer i fundamental fysik med anvendelser i computer science, som er relevante for studerende med forskellige baggrunde i fysik, computer science og matematik.
Kompetencerne som de studerende opnår i kurset er:
- Numeriske og analytiske metoder i teoretisk fysik
- At forstå centrale dele af moderne teoretisk fysik, særligt åbne problemer i astrofysik og strukturen af rum-tid
Kurset har til formål at sætte den studerende i stand til at forstå og forbinde koncepter på tværs af fysikemner, og opnå generelle problemløsningsevner, analytisk tænkning og en god forståelse af komplekse problemer.
Kurset bygger oven på den viden, der er erhvervet i klassisk mekanik og speciel relativitetsteorikurser, f.eks. FT500 og FY546.
I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:
- Give kompetence til at forstå komplekse problemer og udvikle metoder til at løse dem
- Give færdigheder til at løse problemer i teoretisk fysik
- Give viden om grundlæggende statistik
Målbeskrivelse
For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evne til at:
- Anvende numeriske og analytiske metoder til at konstruere og analysere netværk.
- Bruge frekventistisk og bayesiansk inferens på simple regressionsproblemer
- Demonstrere viden om den grundlæggende evidens for mørkt stof.
- Konstruere simple neurale netværk og anvende dem til klassifikation af regressionsproblemer i kontekst af mørkt stof-fysik, såvel som rekonstruktion af hyperspektrale kuber.
- Opnå viden om programmering i Python.
- Opnå viden om konstruktion af neurale netværk i Keras, en deep learning API.
- Opnå viden og forståelse af neurale netværk og deres anvendelse, specielt for mørkt stof-fysik og hyperspektral billedrekonstruktion.
Indhold
Kurset indeholder følgende faglige hovedområder:
- Mørkt stofs astrofysik.
- Begreberne frekventistisk og Bayesiansk inferens
- Grundlæggende om neurale netværk
- Programmering i Python og Keras
Litteratur
Eksamensbestemmelser
Eksamenselement a)
Tidsmæssig placering
Efterår
Udprøvninger
Projekt
EKA
N500058102
Censur
Intern prøve, en bedømmer
Bedømmelse
Bestået/Ikke bestået
Identifikation
Fulde navn og SDU brugernavn
Sprog
Følger, som udgangspunkt, undervisningssprog
Hjælpemidler
Oplyses på kurset
ECTS-point
5
Uddybende information
Projektet udarbejdes i undervisningen.
Reeksamen afholdes 3-4 uger efter kursets afslutning og består af ien mundtlig eksamen (via Zoom for exchange studerende).
Reeksamen afholdes 3-4 uger efter kursets afslutning og består af ien mundtlig eksamen (via Zoom for exchange studerende).
Vejledende antal undervisningstimer
Undervisningsform
På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.
- Introfase 18 timer
- Træningsfase 18 timer, heraf eksaminatorier 10 timer og øvelser i programmering og dataanalyse: 8 timer
Aktiviteter i studiefasen:
- Udarbejdelse af projekt udvalgt blandt kursets emner
Ansvarlig underviser
Yderligere undervisere
Skemaoplysninger
Administrationsenhed
Team hos Uddannelsesjura & Registratur
Udbudssteder
Anbefalede studieforløb
Overgangsordninger
Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.