Seminare Graduiertenschule SimTech: Sommersemester 2009

Blockseminar zu Modellbildung und Simulation in den Sozialwissenschaften (in Bayreuth, 24.-26.4.09)

Gottschalk-Mazouz (Bayreuth/Stuttgart) & Hegselmann (Bayreuth)

1. Exemplarische Modelle und Modelltypen: Modellierungsklassiker wie z.B. Schellings Segregationsmodelle von 1969, die über einen einfachen Abwanderungsmechanismus rassische Ghettobildung zu erklären versuchen, oder die Weltmodelle des Club of Rome, wie sie in den 70er Jahren sehr bekannt wurden. 2. Aktuelle Arbeiten zu Meinungsdynamik und zu Vertrauensbildung in offenen verteilten Systemen (von Hegselmann) und Vorstellung von Modellierungswerkzeugen (z.B. NetLogo) 3. Wissenschaftstheoretische Probleme: Viele Modelle beruhen auf ausgesprochen radikalen Vereinfachungen. Was kann man überhaupt aus solchen Modellen lernen? Was sind Gütekriterien für Modelle? Was könnten brauchbare Heuristiken sein, die zu guten Modellen führen?

Alle Literatur ist den Teilnehmern als PDF zugänglich.

Colloquium Theoretical Chemistry

Prof. Dr. H.-J. Werner, Prof. Dr. H. Stoll, Prof. Dr. G. Rauhut, Jun.-Prof. Dr. J. Kästner

external guests present current research topics

internal speakers present their work

project students present one topic from the literature as well as the results of their research internship

Multiscale modelling in fluid mechanics

Prof. Dr. Christian Rohde, Prof. Dr. Claus-Dieter Munz, Prof. Dr. Bernhard Weigand

Multiscale analysis for singular limit problems: low Mach number flow, viscosity and capillarity limits etc.

Multiphase flow: sharp interface versus diffuse interface, homogenization and averaging methods, level-set techniques etc.

Basic discretization methods: Finite-Volume, Discontinuous-Galerkin etc.

Advanced numerical techniques: adaptive concepts, asymptotic preserving schemes, heterogeneous multiscale methods etc.

Reliable Networks-On-Chip in the Many-Core Era

Prof. Dr. H.-J. Wunderlich, Prof. Dr. Martin Radetzki

siehe Webseite zum Seminar

siehe Webseite zum Seminar

Schlüsselfaktoren der interdisziplinären Forschung

Dr. Dr. Dietmar Wechsler

Interdisziplinäre Kompetenzen sind für die modernen Wissenschaften von großer Bedeutung, da sich traditionelle Einzeldisziplinen zunehmend in neuen Forschungsgebieten, etwa der Nano- oder Nanobiotechnologie, vernetzen. So sind auch im Forschungsprogramm des Exzellenzclusters Simulation Technology (SimTech) zahlreiche interdisziplinäre Schnittstellen zu erwarten, an denen wertvolle Impulse für innovative Forschungsleistungen entstehen können.

Dieses Seminar widmet sich der Identifikation und Analyse solcher Schnittstellen, sowie weiteren Faktoren, die für eine erfolgreiche interdisziplinäre Projektarbeit von Bedeutung sind: Zunächst werden die wesentlichen Elemente der interdisziplinären Forschung aus wissenschaftstheoretischer und technikphilosophischer Sicht erörtert, um sie dann zusammen mit den Seminarteilnehmern auf konkrete Projektnetzwerke von SimTech anzuwenden. Hierbei werden nicht nur die klassischen Diskussionspunkte zwischen Natur- und Geisteswissenschaften erörtert, sondern z.B. auch Kooperationsschnittstellen zwischen der Informatik und den Ingenieurwissenschaften einer Analyse unterzogen.

Wird in der ersten Sitzung besprochen.

Scientific Workflows - IT für e-Science

Prof. Frank Leymann, JP Dimka Karastoyanova

Verständnis von wissenschaftlichen Workflows, und wie massiv verteilte wissenschaftliche Anwendungen, die riesige Datenmengen bearbeiten, damit realisiert werden können.

SimTech Kolloquium Philosophie der Simulation

Prof. Dr. Christoph Hubig und Jun.Prof. Dr. Gregor Betz

Das Kolloquium richtet sich an SimTech-Mitarbeiter sowie fortgeschrittene Studierende und Doktoranden, die im Bereich Philosophie der Simulation eine Qualifikationsarbeit verfassen.

Wird in der ersten Sitzung verabredet

Statistical approaches for biological networks

Juniorprofessorin Nicole Radde

Stochastic modeling approaches in Systems Biology, in particular, static and timediscrete models

Statistical methods for parameter estimation, for example, likelihood and Bayesian estimators