DM840: Algoritmer i kemoinformatik

Ingen

Studerende, der følger kurset, forventes at:

• kunne designe og implementere programmer, ved hjælp af standard algoritmiske tilgange og datastrukturer
• kunne vurdere kompleksitet af algoritmer, såvel med hensyn til køretid som med hensyn til pladsforbrug.

Formålet med dette kursus er at sætte den studerende i stand til at løse en bred vifte af ikke-trivielle diskrete beregningsmæssige problemer inden for datalogi ved at anvende avancerede algoritmiske ideer, grafteoretiske tilgange, viden fra beslægtede områder af diskret matematik og kompleksitetsteori på problemer motiveret fra eller opstået i kemi. Kurset giver et videnskabeligt grundlag for at skrive et speciale, der har til formål at anvende kernedatalogiske tilgange til relevante spørgsmål i kemi, biologi, fysik eller matematik.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

• Give viden om et udvalg af specialiserede modeller og metoder udviklet inden for datalogi baseret på højeste internationale forskning, herunder emner fra fagets forskningsfront.
  
• Give viden om datalogiske modeller og metoder beregnet til anvendelser i andre faglige områder.
• Beskrive, analysere og løse avancerede datalogiske problemstillinger ved hjælp af de lærte modeller.
• Belyse fremsatte hypoteser på kvalificeret teoretisk baggrund og forholde sig kritisk til egne og andres forskningsresultater og videnskabelige modeller.
• Udvikle nye varianter af de lærte metoder, hvor det konkrete problem kræver det.
• Formidle forskningsbaseret viden og diskutere professionelle og videnskabelige problemstillinger med både fagfæller og ikke-specialister.
• Planlægge og udføre videnskabelige projekter på højt fagligt niveau herunder styre arbejds- og udviklingssituationer, der er komplekse, uforudsigelige og forudsætter nye løsningsmodeller.
• Kunne tage ansvar for egen faglig udvikling og specialisering.
• Kunne igangsætte og gennemføre fagligt og tværfagligt samarbejde og påtage sig professionelt ansvar.

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

• anvende og forklare metoder, modeller og algoritmiske ideer, der er omfattet af kurset,
• formulere ovenstående i præcis sprog og notation
• implementere algoritmer og datastrukturer fra kurset,
• beskriv implementering og eksperimentelt arbejde udført på klart og præcist sprog og på en struktureret måde.

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

• Introfase (forelæsning) - Antal timer: 42
• Studiefase: Antal timer: 28

I introfasen introduceres og perspektiveres begreber, teorier og modeller. I træningsfasen træner de studerende færdigheder og trænger dybere ned i det stof.
I studiefasen får de studerende faglige, personlige og sociale erfaringer, der sætter dem i stand til at befæste og videreudvikle deres videnskabelige kompetencer. Der er fokus på fordybelse, forståelse og udvikling af samarbejdskompetencer.

Aktiviteter i studiefasen:

• Anvendelse af det tilegnede viden I projekter
• Sammenfatning af videnskabelige artikler/bogkapitler