Category Simulation & amp; Modellierungsprojekte
Python-Testmuster für wissenschaftlichen Code: Beyond PyTest Basics
Reading Time: 7 minutesSchlüssel zum Mitnehmen Pytest-Grundlagen decken Einheitentest ab. Fixtures, Parametrisierung und pytest.approx sind Ihr Ausgangspunkt, nicht die Ziellinie. Eigenschaftenbasierte Tests mit Hypothese fangen Randfälle ab, die manuelle Tests häufig übersehen. Es wird von wichtigen wissenschaftlichen Python-Projekten wie Numpy, Jax und Pytorch verwendet. Numerische Konvergenztests erfordern Solver-spezifische Toleranzstrategien. Standard-Behauptungen erfassen kein Konvergenzverhalten. Integrationstests für Simulations-Workflows erfordern Spottmuster, […]
Reproduzierbarkeit Workflows über Container hinaus: Datenversionierung und Provenienzverfolgung
Reading Time: 7 minutesSchlüssel zum Mitnehmen Container lösen ein Problem. Sie frieren die Softwareumgebung ein, verfolgen jedoch nicht, was sich in Ihren Daten geändert hat oder wie sich Ihre Analyse entwickelt hat. Datenversionierung fügt eine fehlende Ebene hinzu. Tools wie DVC und DataLad bringen die Versionskontrolle im Git-Stil in Datasets und erleichtern die Wiedergabe von Ergebnissen mit exakten […]
GPU-beschleunigtes Scientific Computing: Cupy, Numba und CUDF im Vergleich
Reading Time: 8 minutesSchlüssel zum Mitnehmen Cupy ist die richtige Wahl, wenn Sie einen Drop-In-Nummern- oder Scipy-Ersatz wünschen, der Array-Operationen mit minimalen Codeänderungen beschleunigt. Es ist für Bulk-Matrix-Mathematik, FFTs und elementbezogene Operationen optimiert. NUMBA funktioniert am besten, wenn es sich bei dem Engpass um Python-Loops oder benutzerdefinierte numerische Funktionen handelt. Sein JIT-Compiler verwandelt Python in einen Code mit […]
Abhängigkeiten in wissenschaftlichen Python verwalten: Lockfiles, Umgebungen und Reproduzierbarkeit
Reading Time: 8 minutesDas Management von Abhängigkeiten in wissenschaftlicher Python ist einer der wichtigsten Teile der reproduzierbaren Forschung. Eine Simulation kann Monate später fehlschlagen, da die Paketversionen geändert, ein Python-Interpreter verschoben oder eine numerische Bibliothek in einer Weise aktualisiert wurde, die sich auf die Ergebnisse auswirkt. In diesem Leitfaden erfahren Sie, wie Lockfiles, Umgebungen und moderne Paketmanager Forschern […]
Unterrichten der Computerphysik: Strukturierte Lernwege für Absolventen
Reading Time: 7 minutesComputerphysik ist keine Nischenfähigkeit mehr. Es ist eine Kernkompetenz für Hochschulabsolventen. Unabhängig davon, ob Sie Fusionen von Schwarzen Löchern simulieren oder Phasenübergänge in Legierungen modellieren, trennt die Fähigkeit, physikalische Gleichungen in Arbeitscode umzuwandeln, produktive Forscher von denen, die Schwierigkeiten haben, die Theorie in Ergebnisse umzuwandeln. Dieser Leitfaden zeigt einen strukturierten Lernpfad für Doktoranden. Es zeigt, […]
Verwalten von wissenschaftlichen Datensätzen im großen Maßstab: Speicherstrategien für die Langzeitforschung
Reading Time: 9 minutesIhre Simulationsausgaben sind nicht nur Dateien. Sie sind Forschungsvermögen. Wenn ein Lauf mit mehreren Knoten beendet ist und Hunderte von Gigabyte über Tausende von Zeitschritten generiert, produzieren Sie nicht nur Daten. Sie erstellen wissenschaftliche Beweise, die Hardware-Upgrades, Personalfluktuation und institutionelle Speichermigration überstehen müssen. In diesem Handbuch wird erläutert, wie Sie die Datensatzverwaltung strukturieren, damit Ihre […]
Wie mathematische Modelle physikalische Systeme beschreiben
Reading Time: 5 minutesMathematische Modelle sind eines der mächtigsten Werkzeuge, die Menschen haben, um die physische Welt zu verstehen. Von der Vorhersage der Bewegung von Planeten über das Entwerfen von Brücken, das Simulieren des Klimas oder die Steuerung elektronischer Geräte übersetzen Modelle reale Phänomene in Gleichungen, die analysiert, getestet und für die Vorhersage verwendet werden können. Während die […]
Rheoplast
Reading Time: 3 minutesRheoplast ist ein Open-Source-Finite-Differenz-Multi-Physik-Code, der für Phasenfeldsimulationen entwickelt wurde. Das Projekt wurde von Adam Powell, David Dussault, Bo Zhou, Jorge Vieyra und Wanida Pongsaksawad in den frühen 2000er Jahren als leistungsfähiger Rechenrahmen für die Modellierung komplexer Materialsysteme entwickelt. Rheoplast wurde hauptsächlich für Forschungsanwendungen entwickelt und kombiniert numerische Effizienz, parallele Skalierbarkeit und fortschrittliche Multiphysik-Kopplung. Obwohl spätere […]
Gibbs: Eine Multi-Physik-Thermodynamik- und Visualisierungssuite
Reading Time: 3 minutesGibbs ist eine mehrkomponentige Thermodynamik-Berechnungs- und Visualisierungssuite, die als Allzweck-Framework für die Berechnung der thermodynamischen Eigenschaften, Phasengleichgewichte und Phasenstabilität entwickelt wurde. Das Projekt wird als Open-Source-Plattform zur Unterstützung der Thermodynamik-Forschung, Modellvalidierung und Vergleichsstudien entwickelt und dient gleichzeitig als Grundlage für pädagogische Werkzeuge in der Materialwissenschaft und verwandten Disziplinen. In seiner gegenwärtigen Form konzentriert sich Gibbs […]
Therapie: Modellierung der Mikrostrukturentwicklung in Wirkstoff-Polymer-Systemen
Reading Time: 2 minutesDie Therapie ist eine Sammlung von Python-Skripten, die entwickelt wurden, um die Entwicklung chemischer und physikalischer Inhomogenitäten – üblicherweise als Mikrostruktur bezeichnet – in Arzneimittel-Polymer-Verbundsystemen zu modellieren, die für Beschichtungen mit kontrollierter Wirkstofffreisetzung verwendet werden. Diese Beschichtungen werden weit verbreitet in medizinischen Geräten angewendet, bei denen die Arzneimittelabgabe im Laufe der Zeit sorgfältig reguliert werden […]