Vi forskar och undervisar om design, analys, implementation och tillämpning av numeriska lösningsmetoder för ordinära och partiella differentialekvationer. Speciellt studerar vi adaptiva finita elementmetoder, stokastiska partiella differentialekvationer, transportekvationer, geometrisk integration, multiskalproblem och tillämpningar inom medicinsk bildregistrering, inversa problem, matematisk fysik, design, arkitektur, konstruktion, fibernätverk, kompositmaterial och virtuell/förstärkt verklighet (VR/AR). Vi forskar även om matematik för artificiell intelligens, speciellt användning av djupinlärning för numeriska beräkningar.
Vi är aktiva inom Chalmers styrkeområden, speciellt inom Digital Twin Cities och Informations- och kommunikationsteknik.
Seminarium
Vi organiserar CAM-seminariet som hålls på onsdagar kl 13.15-14.00 i rum MV:L14.
Forskare och lärare
| Fakultet |
|
|---|
| Joakim Becker |
Finita elementmetoder för partiella differentialekvationer |
| Larisa Beilina |
Inversa problem, adaptiva finita elementmetoder, högprestandaberäkningar, tillämpningar |
| Katarina Blom |
Linjär algebra |
| David Cohen |
Numerisk analys av (stokastiska) differentialekvationer, speciellt geometrisk numerisk integrering |
| Annika Lang |
Stokastiska partiella differentialekvationer, slumpmässiga fält, stokastisk simulering |
| Stig Larsson |
Finita elementmetoder, deterministiska och stokastiska partiella differentialekvationer |
| Anders Logg |
Finita elementmetoder, adaptivitet, högprestandaberäkningar, tillämpningar |
| Klas Modin |
Geometrisk integration |
| Axel Målqvist |
Finita elementmetoder, multiskalmetoder |
| Irina Pettersson |
Asymptotisk analys och homogeniseringsteori |
| Axel Ringh |
Beräkningsmässig optimal transport |
| |
|
| Adjungerad och affilierad fakultet |
|
| Adam Andersson |
Maskininlärning |
| Mihály Kovács |
Stokastiska och fraktionella PDE |
| |
|
| Emeriti |
|
| Mohammad Asadzadeh |
Finita elementmetoder, partiella differentialekvationer |
| Ivar Gustafsson |
Iterativa metoder för linjära system, parallella beräkningar |
| Göran Starius |
Differentialekvationer |
| Vidar Thomée |
Numerisk analys av evolutionsproblem |
| |
|
| Postdocs och forskare |
|
| Fredrik Hellman |
Multiskalproblem |
| Vasilis Naserentin |
Digital twin cities |
| |
|
| Doktorander |
|
| Kasper Bågmark |
Maskininlärning |
| Morgan Görtz |
FCC, multiskalsimulering av papper |
| Erik Jansson |
Formanalys och djupinlärning |
| Eric Lindström |
Inversa problem för Maxwells ekvationer |
| Per Ljung |
FEM för multiskalproblem |
| Vincent Molin |
Maskininlärning, Monte Carlo-metoden för Bayesianska inversa problem |
| Ioanna Motschan-Armen |
Approximering av slumpmässiga fält |
| Malin Nilsson |
FEM för multiskalproblem |
| Michael Roop |
Geometrisk numerisk hydrodynamik |
| Johan Ulander |
Numeriska metoder för SPDE |
Projekt
FEniCS
FEniCS är en världsledande öppen beräkningsplattform för lösning av partiella differentialekvationer i Python och C++. FEniCS grundades i samarbete mellan Chalmers och University of Chicago 2003 och har sedan dess nått mycket stor spridning runtom i världen.