High Performance Finite Element Modeling – Part 2

Name: High Performance Finite Element Modeling – Part 2
Rating: NaN (0 reviews)
Author: KTH Royal Institute of Technology

Archived

Cours

Anglais

35 h

Vous ne pouvez pas accéder à un cours au statut archivé.

Conditions

À son rythme
Accès libre
Certificat payant

Plus d'informations

7 séquences
Niveau Avancé

Vous ne pouvez pas accéder à un cours au statut archivé.

Their employees are learning daily with

Découvrir Edflex

Détails du cours

Déroulé

How to describe the Direct FEM Simulation (DFS) methodology, including adaptive error control, slip boundary condition,and turbulent dissipation
Methods for deriving stability estimates for the cG(1)cG(1) FEM applied to Navier-Stokes equations
How to account for general FEM-algorithms such as assembly, adaptvity, and local mesh refinement and have a basic understanding of their implementation in FEniCS-HPC
How to account for parallel data structures and algorithms for distributed memory architectures in a general FEM-framework and inspect their implementation in FEniCS-HPC: distributed computational mesh, ghost entities, distributed sparse linear and non-linear algebra, local mesh refinement by bisection for a distributed computational mesh, and general goal-oriented adaptive error control
Ways to estimate the performance of different parallel algorithms
How to use a general framework, such as FEniCS-HPC, to model and solve general PDE on a supercomputer, and specifically aerodynamics problems with DFS

Prérequis

Basic knowledge of linear algebra and calculus is a prerequisite to understand the content and therefore strongly recommended. General knowledge of HPFEM01 is strongly recommended.

Intervenants

Johan Jansson
Associate Professor
KTH Royal Institute of Technology

Johan Hoffman
Professor
KTH Royal Institute of Technology

Massimiliano Leoni
PhD Candidate
KTH Royal Institute of Technology

Laura Saavedra
Lecturer, UPM
Universidad Politécnica de Madrid Madrid

Margarida Moragues
Postdoc
BCAM, Basque Center for Applied Mathematics

Rahul Kumar
Postdoc
BCAM, Basque Center for Applied Mathematics

Frida Svelander
PhD student
KTH Royal Institute of Technology

Cem Degirmenci
PhD student and Visiting Fellow BCAM
KTH Royal Institute of Technology

Éditeur

KTH Royal Institute of Technology

Plateforme

EdX est une plateforme d'apprentissage en ligne (dite FLOT ou MOOC). Elle héberge et met gratuitement à disposition des cours en ligne de niveau universitaire à travers le monde entier. Elle mène également des recherches sur l'apprentissage en ligne et la façon dont les utilisateurs utilisent celle-ci. Elle est à but non lucratif et la plateforme utilise un logiciel open source.

EdX a été fondée par le Massachusetts Institute of Technology et par l'université Harvard en mai 2012. En 2014, environ 50 écoles, associations et organisations internationales offrent ou projettent d'offrir des cours sur EdX. En juillet 2014, elle avait plus de 2,5 millions d'utilisateurs suivant plus de 200 cours en ligne.

Les deux universités américaines qui financent la plateforme ont investi 60 millions USD dans son développement. La plateforme France Université Numérique utilise la technologie openedX, supportée par Google.