Consulta de Guías Docentes



Academic Year: 2021/22

31236 - ADVANCED COMPUTATIONAL TECHNIQUES

This is a non-sworn machine translation intended to provide students with general information about the course. As the translation from Spanish to English has not been post-edited, it may be inaccurate and potentially contain errors. We do not accept any liability for errors of this kind. The course guides for the subjects taught in English have been translated by their teaching teams


Teaching Plan Information

Code - Course title:
31236 - ADVANCED COMPUTATIONAL TECHNIQUES
Degree:
616 - Máster en Química Teórica y Modelización Computacional (2013)
651 - Máster Erasmus Mundus en Química Teórica y Modelización Computacional
748 -
751 - Máster en Química Teórica y Modelización Computacional Europeo
762 -
Faculty:
104 - Facultad de Ciencias
Academic year:
2021/22

1. Course details

1.1. Content area

Advanced Computational Techniques

1.2. Course nature

616 - Compulsory
762 - Optional
651 - Compulsory
748 - Optional
751 - Compulsory

1.3. Course level

Máster (EQF/MECU 7)

1.4. Year of study

2

1.5. Semester

Annual

1.6. ECTS Credit allotment

6.0

1.7. Language of instruction

English

1.8. Prerequisites

There are no previous prerequisites.

1.9. Recommendations

There are no recommendations.

1.10. Minimum attendance requirement

Attendance is mandatory.

1.11. Subject coordinator

Manuel Alcami Pertejo

1.12. Competences and learning outcomes

1.12.1. Competences

BASIC AND GENERAL COMPETENCES

CB6 – Students possess and understand knowledge that provides a basis or opportunity to be original in the development and/or application of ideas, often in a research context.

CB7 - Students know how to apply the acquired knowledge and their problem solving capacity in new or little known environments within broader (or multidisciplinary) contexts related to their area of ​​study.

CB8 - Students are able to integrate knowledge and face the complexity of making judgments from information that, incomplete or limited, includes reflections on social and ethical responsibilities linked to the application of their knowledge and judgments.

CB9 - Students know how to communicate their conclusions and the knowledge and reasons that support them to specialized and non-specialized audiences in a clear and unambiguous way.

CB10 - Students possess the learning skills that allow them to continue studying in a way that will be self-directed or autonomous.

CG01 - Students are able to foster, in academic and professional contexts, technological and scientific progress within a society based on knowledge and respect for: a) fundamental rights and equal opportunities between men and women, b) The principles of equal opportunities and universal accessibility for persons with disabilities, and c) the values ​​of a culture of peace and democratic values.

CG04 - Students develop a critical thinking and reasoning and know how to communicate them in an egalitarian and non-sexist way both in oral and written form, in their own language and in a foreign language.

 

CROSS-COMPREHENSIVE COMPETENCES

CT01 - Students are able to adapt their selves to different cultural environments by demonstrating that they are able to respond to change with flexibility.

 

SPECIFIC COMPETENCES

CE22 – Students know the existence of advanced computational techniques such as instruction and data channeling, superscalar and multiscalar processors, chain operations, parallel platforms, etc.

1.12.2. Learning outcomes

  • Set up or recognize the Schrödinger equation for model systems in the presence of external conditions to solve it using computational techniques.
  • To know how to use network-based High Performance Computation (HPC) facilities such as Grid or similar techniques.
  • To know about some library of parallel computing routines and how to apply them to some kind of particular problems (e.g., magnetic systems).
  • To know the basics of Quantum Computing applied to Theoretical Chemistry

1.12.3. Course objectives

-

1.13. Course contents

  • Grid Computing

  • Massive parallelization techniques: shared memory and distributed memory
  • Use of massively parallel mathematical libraries.
  • Quantum Computing

1.14. Course bibliography

The teaching materials for all the subjects will be informed in advance on the website of the Intensive Course.

2. Teaching-and-learning methodologies and student workload

2.1. Contact hours

 

# hours

Contact hours (minimum 33%)

42

Independent study time

108

2.2. List of training activities

Activity

# hours

Lectures

32

Seminars

 

Practical sessions

 

Clinical sessions

 

Computer lab

 

Laboratory

 

Work placement

 

Supervised study

 

Tutorials

10

Assessment activities

 

Other

 

Classes in computer science classroom:Teaching will be taught in a computer classroom. The classes, in two-hour sessions, will include a brief theoretical introduction, in which the teacher will explain the basic concepts and practical applications, and a practical part, in which the student will learn through the resolution of practical case.

Seminars:The Professor and the students will discuss the results being obtained, the potential problems and difficulties in using the various methodologies as well as to supervise the preparation of the required reports.

Tutoring sessions: The professor can organize either individual or group tutoring sessions about particular topics and questions raised by students.

Network teaching: All the tools available at the Moodle website (https://posgrado.uam.es) will be used (uploading of teaching materials, utilization of work team strategies, wiki, blogs, e-mail, etc.).

3. Evaluation procedures and weight of components in the final grade

3.1. Regular assessment

The final grade of the course will be based on:

- 60% Performance of a critical report on the practices carried out or exercises related to the subject.
- 40% Discussion in tutorials and/or seminars about the exercises, works or practices carried out in the subject.

3.1.1. List of evaluation activities

Evaluation Activity

%

Delivery of course exercises or critical report.

60

Discussion in tutorials and/or seminars about the exercises, works or practices.

40

3.2. Resit

The 100% of the mark will be the one obtained from the delivery of the exercises proposed by the teachers of the subject.

3.2.1. List of evaluation activities

Evaluatory activity

%

Exercises

100

4. Proposed workplan

The subject Advanced Computer Techniques will be given by the University of Groningen in the format of an intensive course in November 2020. Due to the exceptional circumstances of covid19 all sessions will also be available in online format for all students who are unable to attend.

All course information is available on the website of the master: www.emtccm.org


Curso Académico: 2021/22

31236 - TÉCNICAS COMPUTACIONALES AVANZADAS


Información del Plan Docente

Código - Nombre:
31236 - TÉCNICAS COMPUTACIONALES AVANZADAS
Titulación:
616 - Máster en Química Teórica y Modelización Computacional (2013)
651 - Máster Erasmus Mundus en Química Teórica y Modelización Computacional
748 - Máster Erasmus Mundus en Química Teórica y Modelización Computacional
751 - Máster en Química Teórica y Modelización Computacional Europeo
762 - Máster en Química Teórica y Modelización Computacional (2021)
Centro:
104 - Facultad de Ciencias
Curso Académico:
2021/22

1. Detalles de la asignatura

1.1. Materia

Técnicas Computacionales Avanzadas.

1.2. Carácter

616 - Obligatoria
762 - Optativa
651 - Obligatoria
748 - Optativa
751 - Obligatoria

1.3. Nivel

Máster (MECES 3)

1.4. Curso

2

1.5. Semestre

Anual

1.6. Número de créditos ECTS

6.0

1.7. Idioma

Inglés

1.8. Requisitos previos

No hay

1.9. Recomendaciones

No hay

1.10. Requisitos mínimos de asistencia

La asistencia a las clases es obligatoria.

1.11. Coordinador/a de la asignatura

Manuel Alcami Pertejo

1.12. Competencias y resultados del aprendizaje

1.12.1. Competencias

BÁSICAS Y GENERALES:

CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
CG01 - Los estudiantes son capaces de fomentar, en contextos académicos y profesionales, el avance tecnológico y científico dentro de una sociedad basada en el conocimiento y en el respeto a: a) los derechos fundamentales y de igualdad de oportunidades entre hombres y mujeres, b) los principios de igualdad de oportunidades y accesibilidad universal de las personas con discapacidad y c) los valores propios de una cultura de paz y de valores democráticos.
CG04 - Los estudiantes desarrollan un pensamiento y razonamiento crítico y saben comunicarlos de manera igualitaria y no sexista tanto en forma oral como escrita, en su lengua propia y en una lengua extranjera.

TRANSVERSALES:

CT01 - El/la estudiante es capaz de adaptarse a diferentes entornos culturales demostrando que responde al cambio con flexibilidad.

ESPECÍFICAS:

CE22 - Conoce la existencia de técnicas computacionales avanzadas tales como: canalización de instrucciones y datos, procesadores superescalar y multiescalares, operaciones en cadena, plataformas en paralelo, etc.

1.12.2. Resultados de aprendizaje

Resultados del aprendizaje:

  • Plantear o reconocer la ecuación de Schödinger de sistemas modelo en presencia de condiciones externas para plantear su resolución con medios informáticos.
  • Saber utilizar redes de computo de altas prestaciones en Red Deslocalizada (Grid o similares).
  • Conocer al menos una biblioteca (“library”) de rutinas de cálculo numérico paralelo usando algún problema como referencia (por ejemplo, sistemas magnéticos).
  • Conocer las bases de la computación cuántica y su aplicación a Química Teórica

1.12.3. Objetivos de la asignatura

-

1.13. Contenidos del programa

  • Computación en Grid

  • Técnicas de paralelización masiva: memoria compartida y memoria distribuida
  • Utilización de librerías matemáticas masivamente paralelas.
  • Computación Cuántica

1.14. Referencias de consulta

Se informará sobre el material de consulta para todas las asignaturas con la suficiente antelación en la página web del Curso Intensivo.

2. Metodologías docentes y tiempo de trabajo del estudiante

2.1. Presencialidad

 

#horas

Porcentaje de actividades presenciales (mínimo 33% del total)

42

Porcentaje de actividades no presenciales

108

2.2. Relación de actividades formativas

Actividades presenciales

Nº horas

Clases teóricas en aula

32

Seminarios

 

Clases prácticas en aula

 

Prácticas clínicas

 

Prácticas con medios informáticos

 

Prácticas de campo

 

Prácticas de laboratorio

 

Prácticas externas y/o practicum

 

Trabajos académicamente dirigidos

 

Tutorías

10

Actividades de evaluación

 

Otras

 

Clases en aula de informática: La docencia se impartirá en un aula de informática. Las clases, en sesiones de dos horas, incluirán una introducción teórica breve, en la que el profesor o profesora expondrá los conceptos básicos, y aplicaciones prácticas, y una parte práctica, en la que el estudiante aprenderá a través de la resolución de casos prácticos.

Seminarios. En ellos se discutirán los resultados obtenidos en los trabajos propuestos y las dudas sobre las metodologías empleadas.

Tutorías. El profesor realizará tutorías individuales o con grupos reducidos sobre cuestiones puntuales que los estudiantes puedan plantear.

Docencia en red. Se utilizará las distintas herramientas que ofrece la plataforma Moodle (https://posgrado.uam.es). Publicación de contenidos de la asignatura, herramientas de trabajo en grupo: foros de discusión y wiki, correo electrónico.

3. Sistemas de evaluación y porcentaje en la calificación final

3.1. Convocatoria ordinaria

La nota final de la asignatura se basará en:

  • 60% Realización de un informe crítico de las prácticas realizadas o de ejercicios relacionados con la asignatura.
  • 40% Discusión en tutorías y/o seminarios sobre los ejercicios, trabajos o prácticas realizadas en la asignatura.

3.1.1. Relación actividades de evaluación

Actividad de Evaluación

%

Entrega de ejercicios de la asignatura o de informe crítico.

60

Discusión en tutorías y/o seminarios sobre los ejercicios, trabajos o prácticas.

40

 

3.2. Convocatoria extraordinaria

El 100% de la nota será la que se obtenga de la entrega de los ejercicios planteados por los profesores de la asignatura.

3.2.1. Relación actividades de evaluación

Actividad de evaluación

%

Entrega de ejercicios

100

4. Cronograma orientativo

La asignatura de Técnicas Computacionales Avanzadas será impartida por la Universidad de Groningen en el formato de curso intensivo en el mes de noviembre de 2020. Debido a las circunstancias excepcionales del covid19 todas las sesiones estarán también disponible en formato online para todos los estudiantes que no puedan asistir.

Toda la información del curso está disponible en la página web del máster: www.emtccm.org