Subject

Scientific Programming and Numerical Simulations

1. Course Title Scientific Programming and Numerical Simulations
Scientific programming and numeric simulations
2. Code m23_w_043
3. Study Programme
4. Organizer of the study programme (unit, institute, department or division) Faculty of Computer Science and Engineering
5. Degree level (first, second, third cycle) Second cycle
6. Academic year / semester 10 / Summer
7. Number of ECTS credits 6
8. Teacher Боро Јакимовски, Горан Велинов, Владо Спиридонов
9. Prerequisites for enrolling in the course
10. Objectives of the course programme (competences) Course objectives (competencies):
Воведување во практична примена на разни техники во научното програмирање. Изучување на најчестите проблеми кај научното програмиње и на соодветните библиотеки за решавање на истите. Паралелизација на постојните решенија со користење на модели на дистрибуирана и споделена меморија како и GPGPU. Изучување на тековните трендови во дистрибуираното (Грид) пресметување и начини на нивно искористување кај научното програмирање.
По завршувањето на курсот, се очекува студентот да е во можност да имплементира паралелно или дистрибуирано решение на поставени научни проблеми со користење на јавни научни библиотеки. На овој лабораториски курс, студентите ја симулираат атмосферата користејќи современи нумерички модели и гридови за предвидување на времето (WRF) и ја истражуваат физичката и нумеричката основа на системот на равенки и нумеричките методи што ги поддржуваат нумеричките модели за предвидување на времето. Во прилог на развој на технички вештини со WRF и визуелизирање на излезните податоци од моделот со Python, студентите истражуваат апликации на нумеричко моделирање на атмосферата во ограничена област со самостојна подготовка на нумерички експерименти и симулации на атмосферските појави и системи, циклони, урагани, тајфуни, бури како и процеси поврзани со аерозагадување, транспорт на песок, вулкански ерупции и сл.
11. Course content Content of the subject program:
- Паралелно процесирање со споделена и дистрибуирана меморија
- Дистрибуирано процесирање
- GPGPU процесирање
- Извори на грешки
- Основна нумеричка анализа
- Научни библиотеки за линеарна алгебра
- Нелинеарни оптимизации
- Решавање на динамички системи
- Монте Карло метод
-Вовед во напреден атмосферски модел
-Компајлирање и конфигурирање на најнова верзија на моделот
-Иницијализација, почетни и гранични услови, асимилација на податоци (pre-processing);
-Нумеричка интеграција (processing)
-Визуелизација на излезни продукти (post-processing);
-Верификација на резултатите.
12. Learning methods Lectures supported by slide presentations, interactive lectures, exercises (using equipment and software packages), teamwork, case studies, guest lecturers, independent preparation and defense of a project assignment and seminar paper, learning in an electronic environment (forums, consultations).
13. Total available time 6 ECTS x 30 hours = 180 hours
14. Distribution of available time 45 + 15 + 30 + 50 + 40 = 180 hours
15. Forms of teaching activities
15.1. Lectures - theoretical instruction 45 hours
15.2. Exercises (laboratory, auditory), seminars, teamwork 15 hours
16. Other forms of activities
16.1. Project assignments 50 hours
16.2. Independent assignments 30 hours
16.3. Home study 40 hours
17. Assessment method
17.1. Tests 45 points
17.2. Seminar paper / project (presentation: written and oral) 50 points
17.3. Activities and learning 10 points
17.4. Final exam 0 points
18. Grading criteria (points / grade)
up to 50 points5 (five) (F)
from 51 to 60 points6 (six) (E)
from 61 to 70 points7 (seven) (D)
from 71 to 80 points8 (eight) (C)
from 81 to 90 points9 (nine) (B)
from 91 to 100 points10 (ten) (A)
19. Requirement for obtaining a signature and taking the final exam completed activities
20. Language of instruction Macedonian and English
21. Method for monitoring the quality of teaching internal evaluation and survey mechanism
22. Literature
22.1. Required literature
1. Barry Wilkinson | Grid Computing: Techniques and Applications | Chapman and Hall/CRC | 2017
2. Skamarock et al. (2008) | A Description of the Advanced Research WRF Version 3 | University Corporation for Atmospheric Research. doi:10.5065/D68S4MVH | 2008
3. В. Спиридонов | Моделирање на атмосферата и нумеричка прогноза на времето | скрипта | 2016
4. National Center for Atmospheric Research Mesoscale and Microscale Atmospheric Laboratory | WRF-ARW Model Tutorial | https://www2.mmm.ucar.edu/wrf/OnLineTutorial/
22.2. Additional literature
No. Author Title Publisher Year