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, med hensyn til køretid såvel 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.

Efter kurset forventes det at den studerende har opnået følgende.

Viden om

• forskellige niveauer for repræsentation af molekylestrukturer.
• metoder til at analysere molekylers struktur.
• regel-baseret modellering af kemiske systemer.
• graf-algoritmer relateret til graf-transformation.
• forskellige repræsentationer af kemiske systemer.
• metoder til analyse af kemiske systemer.

Færdigheder i at

• implementere algoritmer og datastrukturer fra kurset.
  

Kompetencer i at

• forklare og anvende metoder, modeller og algoritmiske ideer fra kurset.
• formulere metoder, modeller og algoritmer fra kurset i et præcist sprog.
• beskrive implementeringer af algoritmer, datastrukturer og udført eksperimentielt arbejde på en struktureret måde, i et klart og præcist sprog.

Kurset indeholder følgende overordnede emner:

• repræsentation af molekylestrukturer
• graf-transformation og kunstige kemier
• delgraf-isomorfi, graf-isomorfi og graf-kanonisering
• kombinatoriske strukturer
• metabolske netværk og analyse af reaktionsveje
• concurrency-teori
• stokastiske processer

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

• Introfase: 40 timer
• Træsningsfase: 20 timer