Investigación

Ingeniería computacional para un mundo sostenible

Cimne menu projects

Descubre nuestros proyectos de investigación

Innovación

Soluciones reales para problemas globales

Cimne menu nuclear

Trabajamos con simulación avanzada para afianzar la seguridad nuclear.

Comunidad

Una red global de innovadores y emprendedores en métodos numéricos

Cimne menu unesco

La Cátedra UNESCO en Métodos Numéricos lidera la innovación de vanguardia en el Sur global.

Sobre Nosotros

Desde 1987 somos un centro de investigación e innovación pionero en ingeniería computacional.

Cimne menu people

Conoce al talento que lo hace posible.

Trabajamos con simulación avanzada para afianzar la seguridad nuclear.

La Cátedra UNESCO en Métodos Numéricos lidera la innovación de vanguardia en el Sur global.

Seminario LaCàN/CIMNE: «Modelización subrogada eficiente para la cuantificación de la incertidumbre: The Sparse Grids Matlab Kit», por la Dra. Chiara Piazzola

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

The Sparse Grids Matlab Kit (SGMK) es un paquete de software para la aproximación eficiente de modelos de alta dimensionalidad, con especial atención a la cuantificación de la incertidumbre (UQ) basada en modelos subrogados. Permite construir modelos subrogados precisos a partir de un número limitado de simulaciones, lo que lo hace especialmente adecuado para aplicaciones que implican solvers computacionalmente costosos.

En este seminario, presentaremos los principales conceptos de los métodos de mallas dispersas y mostraremos su implementación en el SGMK. Tras una breve visión general de los principios en los que se basan, mostraremos cómo se construyen las mallas dispersas y cómo se utilizan en la práctica para llevar a cabo tareas clave de UQ. También destacaremos las características que hacen que el SGMK sea adecuado para flujos de trabajo de ingeniería realistas, como su diseño no intrusivo, la compatibilidad con códigos de simulación existentes y la integración con software externo, lo que permite su uso en pipelines computacionales complejos.

Referencias
[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.

Gráficos lado a lado que muestran una malla 2D de puntos de muestra en el plano 𝜃 1 – 𝜃 2 y una superficie 3D de una función sobre la misma malla. El gráfico de la izquierda muestra marcadores circulares negros dispuestos en una malla regular. El gráfico de la derecha muestra una superficie curva azul con los mismos puntos de la malla marcados encima.

PONENTE

Chiara Piazzola

La Dra. Chiara Piazzola es investigadora postdoctoral en el Departamento de Matemáticas de la Technical University of Munich. Obtuvo el doctorado en 2019 por la University of Innsbruck y ocupó una posición postdoctoral en el CNR-IMATI (Pavía, Italia). Su investigación se sitúa en la interfaz entre la cuantificación de la incertidumbre, la aproximación en alta dimensionalidad y los sistemas dinámicos, con especial atención a la modelización subrogada para modelos computacionales complejos en ingeniería y ciencias ambientales. Es codesarrolladora de The Sparse Grids Matlab Kit.

Añadir al calendario:

Compartir: