Competencies and objectives

 

Course context for academic year 2024-25

La asignatura Computación en Paralelo para el Cálculo Científico es una asignatura obligatoria del Máster Universitario en Cálculo y Modelización Científica. La asignatura capacitará al alumnado para trabajar sobre arquitecturas paralelas, así como desarrollar y optimizar software para las mismas.
La computación paralela ha sido usada durante décadas, tanto a nivel científico como industrial, como instrumento de apoyo para abordar problemas que requieren de gran potencia de cálculo y/o el manejo de grandes cantidades de datos. La velocidad en la computación secuencial tiene unos límites y restricciones a los que paulatinamente se va llegando. La computación paralela permite incrementar la velocidad de computo así como abordar problemas que incluyen gran cantidad de datos. El paralelismo consiste en replicar unidades de tratamiento de información con el objetivo de repartir tareas entre las mismas, espacial o temporalmente, y realizar la ejecución del programa en cuestión, en un tiempo inferior. A las arquitecturas de este tipo de computadores se las denomina arquitecturas paralelas. Ejemplos de aplicación de la computación paralela se pueden encontrar en el procesamiento de señales biomédicas, procesamiento de imágenes y reconocimiento del habla, procesamiento de señales sísmicas, etc.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2024-25

Transversal Competences

  • CT1 : Desenvolupar habilitats per al treball en equip, ja siga en equips amb personal de la mateixa disciplina o equips multidisciplinaris (incloent professionals de formació tècnica, social o científica)
  • CT2 : Adoptar el mètode científic en el plantejament i realització de treballs diversos tant a nivell acadèmic com professional, i d'adoptar procediments basats en criteris de qualitat i sostenibilitat en l'activitat professional
  • CT3 : Desenvolupar habilitats, estratègies i tècniques per a la interacció, el treball col·laboratiu i la transferència del coneixement i conclusions obtingudes, tant a professionals de sectors afins com a públic no especialitzat

 

General Competences

  • CG5 : Adquirir els coneixements informàtics necessaris per a ser capaç de'adaptar a la resolució de problemes científics en qualsevol àrea de ciències experimentals

 

Specific Competences

  • CE1 : Conéixer i usar el programari específic de càlcul científic apropiat per a matemàtiques i ciències experimentals
  • CE2 : Resoldre, mitjançant l'ús de tècniques de càlcul científic, problemes propis de matemàtiques i ciències experimentals planificant la seua resolució en funció de temps i recursos disponibles

 

Basic Competences

  • CB10 : Que els estudiants posseïsquen les habilitats d'aprenentatge que els permeten continuar estudiant d'una manera que haurà de ser en gran manera autodirigido o autònom
  • CB6 : Posseir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
  • CB7 : Que els estudiants sàpien aplicar els coneixements adquirits i la seua capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seua àrea d'estudi
  • CB8 : Que els estudiants siguen capaços d'integrar coneixements i #enfrontar a la complexitat de formular judicis a partir deuna informació que, sent incompleta o limitada, incloga reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
  • CB9 : Que els estudiants sàpien comunicar les seues conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats

 

 

 

Learning outcomes (Training objectives)

· Conocer la importancia, la innovación y la necesidad de la computación en paralelo para el cálculo científico.

· Dotar de un conocimiento general sobre la programación paralela y sistemas paralelos.

· Conocer distintos modelos de programación y técnicas para el diseño, evaluación e implementación de algoritmos paralelos.

· Dotar de experiencia en la resolución paralela y distribuida de problemas con objeto de mejorar las prestaciones.

· Conocer los entornos de programación más difundidos para el desarrollo de sistemas paralelos.

· Aplicar los conocimientos en situaciones prácticas, principalmente con la formulación de estrategias para problemas reales.

 

 

Specific objectives stated by the academic staff for academic year 2024-25

No data

 

 

General

Code: 49237
Lecturer responsible:
ARNAL GARCIA, JOSE
Credits ECTS: 3,00
Theoretical credits: 0,50
Practical credits: 0,70
Distance-base hours: 1,80

Departments involved

  • Dept: SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
    Area: SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
    Theoretical credits: 0,5
    Practical credits: 0,7
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught