FY553: Det mørke univers og (neurale) netværk
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
Almene studiekompetencer:
Vores univers rummer et fascinerende mysterium: Den 'mørke del' af universet inkluderer mørkt stof, som kan være nye elementarpartikler og/eller sorte huller. 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. Men netværk dukker også op i fundamental fysik som en mulig struktur af rum-tiden selv.
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 matematk.
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.
Formål
Kurset har til formål at sætte den studerende i stand til at forstå og forbinde koncepter på tvær af fysik emner, 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.
- Give forståelse af neurale netværk og færdigheder til at anvende dem indenfor mørkt stof som eksempel
- Give viden og forståelse af aspekter af relativitetsteori
Målbeskrivelse
For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evne til at:
- Forstå hvordan kausalitet leder til en netværksforståelse af rum-tid og af relativitetsteori
- Forstå den grundlæggende matematik bag delvist ordnede mængder.
- 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 at klassificere problemer i mørkt stofs fysik
Indhold
Kurset indeholder følgende faglige hovedområder:
- Årsagssammenhæng og årsagsstruktur i rum-tid.
- Grundlæggende principper om delvist ordnede mængder og deres relationer til netværk.
- Begrebet frekventistisk og bayesiansk inferens og neurale netværk.
- Mørkt stofs astrofysik.
Litteratur
Eksamensbestemmelser
Eksamenselement a)
Tidsmæssig placering
Udprøvninger
Projekt
EKA
Censur
Bedømmelse
Identifikation
Sprog
Hjælpemidler
Oplyses på kurset.
ECTS-point
Uddybende information
Projektet udarbejdes i undervisningen.
Eksamensformen ved reeksamen kan være en anden end eksamensformen ved den ordinære eksamen.
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
Navn | Institut | By | |
---|---|---|---|
Astrid Eichhorn | eichhorn@cp3.sdu.dk | CP³-Origins | |
Roman Gold | gold@sdu.dk | CP³-Origins | |
Wei-Chih Huang | huang@cp3.sdu.dk | CP³-Origins |