Recerca

Enginyeria computacional per un món sostenible.

Cimne menu projects

Descobreix els nostres projectes de recerca

Innovació

Solucions reals per a problemes globals.

Cimne menu nuclear

Treballem amb simulació avançada per millorar la seguretat nuclear

Comunitat

Una xarxa global d’innovadors i emprenedors en mètodes numèrics.

Cimne menu unesco

Descobreix com la Càtedra UNESCO de Mètodes Numèrics lidera la innovació de frontera al Sud Global

Sobre Nosaltres

Des del 1987 som un centre de recerca i innovació pioner en enginyeria computacional.

Cimne menu people

Coneix el talent que ho fa possible.

Treballem amb simulació avançada per millorar la seguretat nuclear

Descobreix com la Càtedra UNESCO de Mètodes Numèrics lidera la innovació de frontera al Sud Global

Seminari LaCàN/CIMNE: “Modelització substitutiva eficient per a la quantificació de la incertesa: The Sparse Grids Matlab Kit”, per Dra. Chiara Piazzola

29/04/2026
}
4:00 pm
Sala 212, Edifici C2, UPC Campus Nord (Barcelona)
In person
RESUM

The Sparse Grids Matlab Kit (SGMK) és un paquet de programari per a l’aproximació eficient de models d’alta dimensionalitat, amb especial atenció a la quantificació de la incertesa (UQ) basada en models substitutius. Permet construir models substitutius precisos a partir d’un nombre limitat de simulacions, fet que el fa especialment adequat per a aplicacions que impliquen solvers computacionalment costosos.

En aquest seminari, presentarem els conceptes principals dels mètodes de malles disperses i en mostrarem la implementació dins de l’SGMK. Després d’una breu visió general dels principis en què es basen, mostrarem com es construeixen les malles disperses i com s’utilitzen a la pràctica per dur a terme tasques clau de UQ. També destacarem les característiques que fan que l’SGMK sigui adequat per a fluxos de treball d’enginyeria realistes, com ara el seu disseny no intrusiu, la compatibilitat amb codis de simulació existents i la integració amb programari extern, cosa que en permet l’ús en pipelines computacionals complexos.

Referències
[1] C. Piazzola and L. Tamellini. The Sparse Grids Matlab Kit. https://github.com/lorenzo-tamellini/sparse-grids-matlab-kit.
[2] C. Piazzola and L. Tamellini. The Sparse Grids Matlab Kit. https://sites.google.com/view/sparse-grids-kit.
[3] C. Piazzola and L. Tamellini. Algorithm 1040: The Sparse Grids Matlab Kit – a Matlab implementation of sparse grids for high-dimensional function approximation and uncertainty quantification. ACM Trans. Math. Softw., 50(1):1–22, 2024. doi:10.1145/3630023.

Gràfics de costat que mostren una malla 2D de punts de mostra en el pla 𝜃 1 – 𝜃 2 i una superfície 3D d’una funció sobre la mateixa malla. El gràfic de l’esquerra mostra marcadors circulars negres disposats en una malla regular. El gràfic de la dreta mostra una superfície corba blava amb els mateixos punts de la malla marcats al damunt.

PONENT

Chiara Piazzola

La Dra. Chiara Piazzola és investigadora postdoctoral al Departament de Matemàtiques de la Technical University of Munich. Va obtenir el doctorat l’any 2019 a la University of Innsbruck i va ocupar una posició postdoctoral al CNR-IMATI (Pavia, Itàlia). La seva recerca se situa a la interfície entre la quantificació de la incertesa, l’aproximació en alta dimensionalitat i els sistemes dinàmics, amb especial atenció a la modelització substitutiva per a models computacionals complexos en enginyeria i ciències ambientals. És codesenvolupadora de The Sparse Grids Matlab Kit.

Afegeix-t’ho al calendari:

Comparteix: