Matematica per sistemi reali Centro per la formazione di dottorato
2020 – 2021 serie
Mercoledì 1100-1200 via MS Teams Computational Techniques Team
La frequenza a queste classi è obbligatoria per gli studenti MSc.
Prima termine la settimana dal 2 al 14 ottobre 2020
Introduzione al Calcolo Scientifico e di Ricerca tecnologica della Piattaforma parte 1 – il Professor David Quigley
Diapositive
Primo termine della settimana 3 – 21 ottobre 2020
Introduzione al Calcolo Scientifico e di Ricerca tecnologica della Piattaforma parte 2 – il Professor David Quigley
Diapositive
Primo termine della settimana 4 – 28 ottobre 2020
Introduzione allo sviluppo del software – Dr Chris Brady e Dr Heather Ratcliffe
link
Questo discorso basato su una sintesi di queste diapositive
Primo termine della settimana 5 – 4 novembre 2020
Versione software di controllo e di sostenibilità – Dr Chris Brady e Dr Heather Ratcliffe
link
Primo termine della settimana 6 – 11 novembre 2020
Introduzione allo scripting bash -Dr Paul Brown
Diapositive
Primo termine della settimana 7 – 18 novembre 2020
Rendere le pagine web con contenuti interattivi – Dr Paul Brown
Diapositive
Primo termine della settimana 8 – 25 novembre 2020
Nessun seminario
Primo termine della settimana 9 – 2 dicembre 2020
Usando le Gpu Warwick – il Professor David Quigley
Il notebook usati per fornire questo discorso, così come molto più dettagliate notebook su Python GPU di programmazione sono github.com/WarwickRSE/gpuschool2018
Primo termine della settimana 10 – 9 dicembre 2020
Macchina di apprendimento con Julia – Dr Sebastian Vollmer
2019-2020 serie
mercoledì 11 – ore 12 in D1.07
la Partecipazione a questi corsi è obbligatoria per MSc studenti.
Primo termine della settimana 2 – 9 ottobre 2019
Introduzione al Calcolo Scientifico e di Ricerca tecnologica della Piattaforma parte 1 – il Professor David Quigley
Diapositive
Primo termine della settimana 3 – 16 ottobre 2019
Introduzione al Calcolo Scientifico e di Ricerca tecnologica della Piattaforma parte 2 – il Professor David Quigley
Diapositive
Primo termine della settimana 4 – 23 ottobre 2019
Introduzione allo sviluppo del software – Dr Chris Brady e Dr Heather Ratcliffe
Questo discorso basato su una sintesi di queste diapositive
Primo termine di 5 settimane – 30 ottobre 2019
Versione software di controllo e di sostenibilità – Dr Chris Brady e Dr Heather Ratcliffe
Primo termine della settimana 6 – 6 novembre 2019
Introduzione allo scripting bash -Dr Paul Brown
Diapositive
Primo termine della settimana 7 – 13 novembre 2019
Creare pagine web con contenuti interattivi – Dr Paul Brown
Diapositive
Primo termine della settimana 8 – 20 novembre 2019
Nessun seminario
Primo termine della settimana 9 – 27 novembre 2019
Usando le Gpu a Warwick – il Professor David Quigley
Il notebook utilizzato per distribuire questo discorso, così come molto più dettagliate notebook su Python GPU di programmazione sono github.com/WarwickRSE/gpuschool2018
2018-2019 serie
Prima termine la settimana dal 2 al 10 ottobre 2018
Introduzione al Calcolo Scientifico e di Ricerca tecnologica della Piattaforma
Dr David Quigley
L’Università di Warwick viene eseguito otto di Ricerca Piattaforme tecnologiche (RTPs) che servono per la ricerca universitaria comunità, fornendo su larga scala di servizi in comune tra più dipartimenti accademici. Introdurrò le strutture disponibili tramite l’RTP di calcolo scientifico, incluso il nostro ambiente desktop Linux gestito e i sistemi di calcolo ad alte prestazioni (HPC). Ciò includerà meccanismi per ottenere l’accesso, lavorare efficacemente all’interno di un ambiente Linux multiutente gestito e come accedere al supporto e alla formazione.
First – term week 3-17th October 2018
Inferenza statistica dai dati genomici
Dr Jere Koskela
Una rivoluzione tecnologica nella genetica è in corso. Il sequenziamento del genoma sta diventando sempre più economico e più economico, e alla fine diventerà una parte di routine dell’assistenza sanitaria. È stato previsto che entro 15 anni un miliardo di genomi umani saranno stati sequenziati. Questi dati sono eccitanti perché i modelli di variazione nelle sequenze di DNA tra individui contengono informazioni su una serie di processi biologici e demografici, come la mutazione, la selezione naturale, le dimensioni della popolazione e gli eventi migratori. Tuttavia, tali grandi quantità di dati sollevano una serie di sfide statistiche e computazionali. Discuterò alcune delle tecniche statistiche che sono state applicate per affrontare questi problemi, con particolare attenzione ai metodi Monte Carlo come il campionamento di importanza e Markov Chain Monte Carlo (MCMC). Introdurrò anche alcuni dei modelli di genetica delle popolazioni che vengono utilizzati per studiare l’evoluzione di grandi popolazioni di accoppiamento casuale, facendo particolare uso di un’area nota come teoria coalescente.
First-term week 4-24th October 2018
Data driven modelling-a model of chromosome oscillations from data to bifurcations
Professor Nigel Burroughs
La biologia cellulare è spesso indicata come la nuova “fisica”, un campo ricco in cui le teorie fisiche possono essere sviluppate per spiegare / prevedere i processi biologici, analogamente ai successi della fisica quantistica e della relatività all’inizio del secolo scorso . La realizzazione di questo ambizioso obiettivo si sta tuttavia rivelando difficile, soprattutto perché i processi biologici sono fuori equilibrio, sono spesso altamente stocastici che coinvolgono un piccolo numero di molecole e sono altamente complessi, mostrando una serie di dinamiche fenomenali di auto-organizzazione. In questo discorso esaminerò cosa significa “spiegare” i processi biologici e come una serie di tecniche fisiche da simulazioni stocastiche, analisi di sistemi dinamici e statistiche computazionali possono essere accoppiate insieme per affrontare queste complesse domande. Gli esempi saranno tratti dalla meccanica citoscheletrica e dalla divisione cellulare.
First-term week 6 – 7th November 2018
Understanding human behavior with data science
Professor Tobias Preis
In questa conferenza, descriveremo alcuni punti salienti recenti della nostra ricerca, affrontando due domande. In primo luogo, le risorse di big data possono fornire informazioni sulle crisi dei mercati finanziari? Analizzando i volumi di query di Google per i termini di ricerca relativi alla finanza e le visualizzazioni degli articoli di Wikipedia, troviamo modelli che possono essere interpretati come segnali premonitori delle mosse del mercato azionario. In secondo luogo, possiamo fornire informazioni sulle differenze internazionali nel benessere economico confrontando i modelli di interazione con Internet? Per rispondere a questa domanda, introduciamo un indice di orientamento al futuro per quantificare il grado in cui gli utenti di Internet cercano maggiori informazioni sugli anni futuri rispetto agli anni passati. Analizziamo i log di Google e troviamo una correlazione sorprendente tra il PIL del paese e la predisposizione dei suoi abitanti a guardare avanti. I nostri risultati illustrano il potenziale che la combinazione di ampi set di dati comportamentali offre per una migliore comprensione del comportamento economico umano su larga scala.
First – term week 7-14th November 2018
Inference Statistical using Markov chain Monte Carlo
Dr Jake Carson
In questa conferenza introdurrò alcune tecniche per il model fitting all’interno di un framework bayesiano e le illustrerò con alcuni semplici esempi. In particolare mi concentrerò sulla catena Markov Monte Carlo e sui metodi correlati. Cercherò di spiegare come funziona, perché è così comunemente usato e dare alcune indicazioni pratiche sulla sua attuazione.
First-term week 8 – 21st November 2018
Image-based modelling of cell dynamics
Dr Sharon Collier
La moderna microscopia a fluorescenza a cellule vive ci consente di visualizzare i processi cellulari dinamici con dettagli senza precedenti. Presenterò progetti di ricerca in corso che si occupano di riunire i) metodi di analisi delle immagini per tracciare le cellule e i loro movimenti e quantificare i modelli spazio-temporali dei costituenti cellulari etichettati con fluorescenza, e ii) modelli matematici per indagare i meccanismi regolatori della biochimica e della meccanica cellulare.
First-term week 9-28th November 2018
Sviluppo software per accademici
Dr Heather Ratcliffe
Lo sviluppo software è molto più che scrivere codice: si tratta di produrre software professionale, gestibile e comprensibile. Pianificazione e stile, documentazione, controllo delle versioni, packaging, licenze e altro ancora. Questo discorso ha lo scopo di introdurre alcuni degli strumenti vitali che dovreste conoscere come ricercatori-che-scrivere-codice, in modo che your’re ben attrezzata per leggere e imparare ulteriormente e usarli. Discuteremo il controllo di versione sotto forma di Git, un po ‘ di licenze software, alcuni bei pacchetti per documentare il codice e menzioneremo brevemente alcune altre cose che tutti dovrebbero sapere, ma nessuno pensa di menzionare.
biennio 2017-2018 serie
Prima termine la settimana dal 2 all ‘ 11 ottobre 2017
Affrontare la complessità e auto-organizzazione nei sistemi biologici
il Professor Nigel Burroughs
biologia Cellulare è spesso indicato come il nuovo ‘fisica’, un ricco campo in cui le teorie della fisica possono essere sviluppati per spiegare/prevedere processi biologici, in analogia con la fisica quantistica e la relatività successi all’inizio del secolo scorso. La realizzazione di questo ambizioso obiettivo si sta tuttavia rivelando difficile, soprattutto perché i processi biologici sono fuori equilibrio, sono spesso altamente stocastici che coinvolgono un piccolo numero di molecole e sono altamente complessi, mostrando una serie di dinamiche fenomenali di auto-organizzazione. In questo discorso esaminerò cosa significa “spiegare” i processi biologici e come una serie di tecniche fisiche da simulazioni stocastiche, analisi di sistemi dinamici e statistiche computazionali possono essere accoppiate insieme per affrontare queste complesse domande. Gli esempi saranno tratti dalla meccanica citoscheletrica e dalla divisione cellulare.
First – term week 3-18th October 2017
Inference Statistical using Markov chain Monte Carlo
Dr Simon Spencer
In questa conferenza introdurrò alcune tecniche per il model fitting all’interno di un framework bayesiano e le illustrerò con alcuni semplici esempi. In particolare mi concentrerò sulla catena Markov Monte Carlo e sui metodi correlati. Cercherò di spiegare come funziona, perché è così comunemente usato e dare alcune indicazioni pratiche sulla sua attuazione.
First-term week 4 – 25th October 2017
Understanding human behavior with data science
Professor Tobias Preis
In questa conferenza, descriveremo alcuni punti salienti recenti della nostra ricerca, affrontando due domande. In primo luogo, le risorse di big data possono fornire informazioni sulle crisi dei mercati finanziari? Analizzando i volumi di query di Google per i termini di ricerca relativi alla finanza e le visualizzazioni degli articoli di Wikipedia, troviamo modelli che possono essere interpretati come segnali premonitori delle mosse del mercato azionario. In secondo luogo, possiamo fornire informazioni sulle differenze internazionali nel benessere economico confrontando i modelli di interazione con Internet? Per rispondere a questa domanda, introduciamo un indice di orientamento al futuro per quantificare il grado in cui gli utenti di Internet cercano maggiori informazioni sugli anni futuri rispetto agli anni passati. Analizziamo i log di Google e troviamo una correlazione sorprendente tra il PIL del paese e la predisposizione dei suoi abitanti a guardare avanti. I nostri risultati illustrano il potenziale che la combinazione di ampi set di dati comportamentali offre per una migliore comprensione del comportamento economico umano su larga scala.
Settimana di primo termine 6-8 novembre 2017
Calcolo scientifico con Julia
Professor Christoph Ortner
PARTE 1: Introduzione a Julia. Introdurrò brevemente il linguaggio Julia e alcuni dei suoi strumenti e mostrerò come interpola Matlab, Python e Lisp in un ambiente di programmazione perfettamente adatto per il calcolo numericamente intensivo, sia per la prototipazione rapida che per l’HPC.
PARTE 2: Mostrerò alcuni esempi tratti dalla mia ricerca sulla modellazione di materiali multi-scala.
Settimana di primo termine 7-15 novembre 2017
Simulazioni stocastiche
Professor Matthew Keeling
In questa conferenza discuteremo inizialmente l’importanza della stocasticità nella comprensione dei problemi del mondo reale. La stocasticità può essere incorporata in molti modi, ma ci concentreremo sulla stocasticità basata sugli eventi e discuteremo i metodi per simulare tali dinamiche. Prendendo senza vergogna esempi esclusivamente da ecologia ed epidemiologia, considereremo sia i metodi di Gillespie che le equazioni di Ensemble / Master. Discuteremo cosa succede quando le dimensioni della popolazione diventano grandi e approssimazioni che rendono il problema computazionalmente trattabile. Infine esamineremo le simulazioni spaziali completamente individuali e discuteremo i metodi che possono fornire un enorme risparmio computazionale.
First-term week 8 – 22nd November 2017
Image-based modelling of cell dynamics
Professor Till Bretschneider
La moderna microscopia a fluorescenza a cellule vive ci consente di visualizzare i processi cellulari dinamici in un dettaglio senza precedenti. Presenterò progetti di ricerca in corso che si occupano di riunire i) metodi di analisi delle immagini per tracciare le cellule e i loro movimenti e quantificare i modelli spazio-temporali dei costituenti cellulari etichettati con fluorescenza, e ii) modelli matematici per indagare i meccanismi regolatori della biochimica e della meccanica cellulare.
First – term week 9-29th November 2017
Inferenza statistica dai dati genomici
Dr Paul Jenkins
Una rivoluzione tecnologica nella genetica è in corso. Il sequenziamento del genoma sta diventando sempre più economico e più economico, e alla fine diventerà una parte di routine dell’assistenza sanitaria. È stato previsto che entro 15 anni un miliardo di genomi umani saranno stati sequenziati. Questi dati sono eccitanti perché i modelli di variazione nelle sequenze di DNA tra individui contengono informazioni su una serie di processi biologici e demografici, come la mutazione, la selezione naturale, le dimensioni della popolazione e gli eventi migratori. Tuttavia, tali grandi quantità di dati sollevano una serie di sfide statistiche e computazionali. Discuterò alcune delle tecniche statistiche che sono state applicate per affrontare questi problemi, con particolare attenzione ai metodi Monte Carlo come il campionamento di importanza, la catena di Markov Monte Carlo (MCMC) e il calcolo bayesiano approssimativo (ABC). Introdurrò anche alcuni dei modelli di genetica delle popolazioni che vengono utilizzati per studiare l’evoluzione di grandi popolazioni di accoppiamento casuale, facendo particolare uso di un’area nota come teoria coalescente.
serie 2016-2017
Questo corso si svolge il mercoledì 11am-12noon nella sala D1.07.
First – term week 2-12th October 2016
Understanding human behavior with data science
Dr Tobias Preis
In questa conferenza, descriveremo alcuni punti salienti recenti della nostra ricerca, affrontando due domande. In primo luogo, le risorse di big data possono fornire informazioni sulle crisi dei mercati finanziari? Analizzando i volumi di query di Google per i termini di ricerca relativi alla finanza e le visualizzazioni degli articoli di Wikipedia, troviamo modelli che possono essere interpretati come segnali premonitori delle mosse del mercato azionario. In secondo luogo, possiamo fornire informazioni sulle differenze internazionali nel benessere economico confrontando i modelli di interazione con Internet? Per rispondere a questa domanda, introduciamo un indice di orientamento al futuro per quantificare il grado in cui gli utenti di Internet cercano maggiori informazioni sugli anni futuri rispetto agli anni passati. Analizziamo i log di Google e troviamo una correlazione sorprendente tra il PIL del paese e la predisposizione dei suoi abitanti a guardare avanti. I nostri risultati illustrano il potenziale che la combinazione di ampi set di dati comportamentali offre per una migliore comprensione del comportamento economico umano su larga scala.
Settimana di primo termine 3-19 ottobre 2016
Simulazioni stocastiche
Professor Matthew Keeling
In questa conferenza discuteremo inizialmente l’importanza della stocasticità nella comprensione dei problemi del mondo reale. La stocasticità può essere incorporata in molti modi, ma ci concentreremo sulla stocasticità basata sugli eventi e discuteremo i metodi per simulare tali dinamiche. Prendendo senza vergogna esempi esclusivamente da ecologia ed epidemiologia, considereremo sia i metodi di Gillespie che le equazioni di Ensemble / Master. Discuteremo cosa succede quando le dimensioni della popolazione diventano grandi e approssimazioni che rendono il problema computazionalmente trattabile. Infine esamineremo le simulazioni spaziali completamente individuali e discuteremo i metodi che possono fornire un enorme risparmio computazionale.
First-term week 4 – 26th October 2016
Big data e bioinformatica
Dr Richard Savage
Medicina e biologia stanno subendo una rivoluzione dei dati. Dal sequenziamento dell’intero genoma all’imaging digitale e alle cartelle cliniche elettroniche, nuove fonti di dati promettono di rivoluzionare il modo in cui curiamo le malattie e conduciamo la nostra ricerca biomedica. Con queste opportunità, tuttavia, arrivano sfide significative. I dati sono spesso ad alta dimensionale, rumoroso, con struttura sottostante complessa. E potremmo voler combinare più tipi di dati da fonti molto diverse. Darò un tour di alcuni di questi problemi, concentrandosi su alcuni progetti del mondo reale che hanno il potenziale per cambiare il modo in cui facciamo ricerca in queste aree. Parlerò anche di come questo si riferisce al coinvolgimento di Warwick in progetti su larga scala come il progetto 100,000 Genomes e l’Alan Turing Institute.
Primo termine della settimana 5 – 2 novembre 2016
le tecniche di calcolo in biologia matematica
Dr Nabil-Fareed Alikhan, Dr Fino Bretschneider e Dr Giorgos Minas
Primo termine della settimana 6 – 9 novembre 2016
Nessun seminario di questa settimana
Primo termine della settimana 7 – 16 novembre 2016
inferenza Statistica usando la catena di Markov Monte Carlo
Dr Simon Spencer
In questa lezione, vorrei introdurre alcune tecniche per il montaggio del modello all’interno di un quadro di tipo Bayesiano e li illustra con alcuni semplici esempi. In particolare mi concentrerò sulla catena Markov Monte Carlo e sui metodi correlati. Cercherò di spiegare come funziona, perché è così comunemente usato e dare alcune indicazioni pratiche sulla sua attuazione.
Primo termine settimana 8-23 novembre 2016
Calcolo scientifico con Julia
Professor Christoph Ortner
PARTE 1: Introduzione a Julia. Introdurrò brevemente il linguaggio Julia e alcuni dei suoi strumenti e mostrerò come interpola Matlab, Python e Lisp in un ambiente di programmazione perfettamente adatto per il calcolo numericamente intensivo, sia per la prototipazione rapida che per l’HPC.
PARTE 2: Mostrerò alcuni esempi della mia ricerca sulla modellazione di materiali multi-scala.
Settimana di primo termine 9-30 novembre 2016
Inferenza e adattamento di sistemi dinamici spaziali in biologia cellulare.
Il professor Nigel Burroughs
La biologia cellulare è spesso indicata come la nuova “fisica”, un campo ricco in cui le teorie fisiche possono essere sviluppate per spiegare/prevedere processi biologici, analoghi ai successi della fisica quantistica e della relatività all’inizio del secolo scorso. La realizzazione di questo ambizioso obiettivo si sta tuttavia rivelando difficile, soprattutto perché i processi biologici sono fuori equilibrio, sono spesso altamente stocastici che coinvolgono un piccolo numero di molecole e sono altamente complessi, mostrando una serie di dinamiche fenomenali di auto-organizzazione. In questo discorso esaminerò cosa significa “spiegare” i processi biologici, inclusa la discussione dei tipi di modelli/modellazione e quando sono utili, confrontando quei modelli con i dati (reverse engineering) e verifica di quei modelli. Gli esempi saranno tratti dai processi citoscheletrici e dalla divisione cellulare.
Serie 2015-2016
Il corso si svolge il mercoledì dalle 11 alle 12 nella sala Complessità.
Settimana di primo termine 2-14 ottobre 2015
Simulazioni stocastiche
Professor Matthew Keeling
In questa conferenza discuteremo inizialmente l’importanza della stocasticità nella comprensione dei problemi del mondo reale. La stocasticità può essere incorporata in molti modi, ma ci concentreremo sulla stocasticità basata sugli eventi e discuteremo i metodi per simulare tali dinamiche. Prendendo senza vergogna esempi esclusivamente da ecologia ed epidemiologia, considereremo sia i metodi di Gillespie che le equazioni di Ensemble / Master. Discuteremo cosa succede quando le dimensioni della popolazione diventano grandi e approssimazioni che rendono il problema computazionalmente trattabile. Infine esamineremo le simulazioni spaziali completamente individuali e discuteremo i metodi che possono fornire un enorme risparmio computazionale.
First – term week 3-21st October 2015
Scientific Computing at Warwick: una doppia prospettiva da un chimico/direttore
Professor Mark Rodger
Questo discorso darà un’occhiata al Calcolo scientifico a Warwick sia da una prospettiva generale che personale. Dal punto di vista generale cercherò di fornire una panoramica della gamma di attività che si svolgono all’interno di Warwick, del ruolo del Centro per l’Informatica scientifica nel promuovere tali attività, e di alcuni degli hardware e software che sono prontamente disponibili per aiutare la ricerca nell’area generale dell’informatica scientifica. Per fornire una prospettiva più personale, continuerò a descrivere alcune delle ricerche che faccio nell’area della meccanica statistica classica e della modellazione molecolare, in particolare descrivendo alcuni dei metodi di dinamica molecolare adattativa che sono stati sviluppati negli ultimi anni per migliorare l’esplorazione spaziale in fase, la caratterizzazione di paesaggi di energia libera e la simulazione di eventi rari per applicazioni alla scienza dei materiali.
First – term week 4-28th October 2015
Inference and fitting of spatial dynamic systems in cell biology.
Il professor Nigel Burroughs
La biologia cellulare è spesso indicata come la nuova “fisica”, un campo ricco in cui le teorie fisiche possono essere sviluppate per spiegare/prevedere processi biologici, analoghi ai successi della fisica quantistica e della relatività all’inizio del secolo scorso. La realizzazione di questo ambizioso obiettivo si sta tuttavia rivelando difficile, soprattutto perché i processi biologici sono fuori equilibrio, sono spesso altamente stocastici che coinvolgono un piccolo numero di molecole e sono altamente complessi, mostrando una serie di dinamiche fenomenali di auto-organizzazione. In questo discorso esaminerò cosa significa “spiegare” i processi biologici, inclusa la discussione dei tipi di modelli/modellazione e quando sono utili, confrontando quei modelli con i dati (reverse engineering) e verifica di quei modelli. Gli esempi saranno tratti dai processi citoscheletrici e dalla divisione cellulare.
First – term week 5-4th November 2015
Mass Univariate and Multivariate Approaches to Understanding Genetic Variation in the Brain
Professor Thomas Nichols
C’è stato un grande interesse nella scoperta e comprensione del ruolo della variazione genetica nei dati di imaging cerebrale. Gli studi tipici di “imaging genetics” utilizzano un piccolo numero di geni candidati, un piccolo numero di regioni cerebrali o entrambi. In questo discorso prenderò in considerazione i metodi per la ricerca di associazioni gene-cervello su tutto il genoma e tutte le regioni del cervello. Tale approccio presenta enormi sfide computazionali e statistiche. Discuterò due approcci, un approccio mass-univariato e un approccio multivariato. Un modello mass-univariato è lo strumento standard nell’analisi di neuroimaging, ma scalarlo per 100.000 SNPs richiede una serie di innovazioni computazionali e statistiche. Con il nostro metodo applicato ai dati morfometrici basati su tensori del progetto ADNI, riportiamo la prima associazione gene-cervello a sopravvivere all’intero genoma, la correzione degli errori familywise di whole-brain. Il nostro approccio multivariato utilizza una regressione Rank ridotta sparsa (sRRR) per spiegare congiuntamente e parsimoniosamente le associazioni gene-cervello. Analisi dettagliate di potenza dettagliate mostrano che l’approccio multivariato dovrebbe avere una potenza ancora maggiore rispetto all’approccio univariato.
First – term week 6-11th November 2015
Inference Statistical using Markov chain Monte Carlo
Dr Simon Spencer
In questa conferenza introdurrò alcune tecniche per il model fitting all’interno di un framework bayesiano e le illustrerò con alcuni semplici esempi. In particolare mi concentrerò sulla catena Markov Monte Carlo e sui metodi correlati. Cercherò di spiegare come funziona, perché è così comunemente usato e dare alcune indicazioni pratiche sulla sua attuazione.
First-term week 7 – 18th November 2015
Big data e bioinformatica
Dr Richard Savage
Medicina e biologia stanno subendo una rivoluzione dei dati. Dal sequenziamento dell’intero genoma all’imaging digitale e alle cartelle cliniche elettroniche, nuove fonti di dati promettono di rivoluzionare il modo in cui curiamo le malattie e conduciamo la nostra ricerca biomedica. Con queste opportunità, tuttavia, arrivano sfide significative. I dati sono spesso ad alta dimensionale, rumoroso, con struttura sottostante complessa. E potremmo voler combinare più tipi di dati da fonti molto diverse. Darò un tour di alcuni di questi problemi, concentrandosi su alcuni progetti del mondo reale che hanno il potenziale per cambiare il modo in cui facciamo ricerca in queste aree. Parlerò anche di come questo si riferisce al coinvolgimento di Warwick in progetti su larga scala come il progetto 100,000 Genomes e l’Alan Turing Institute.
First – term week 8-25th December 2015
No talk this week
First – term week 9-2nd December 2015
Understanding human behavior with data science
Dr Tobias Preis
In questa conferenza, descriveremo alcuni punti salienti recenti della nostra ricerca, affrontando due domande. In primo luogo, le risorse di big data possono fornire informazioni sulle crisi dei mercati finanziari? Analizzando i volumi di query di Google per i termini di ricerca relativi alla finanza e le visualizzazioni degli articoli di Wikipedia, troviamo modelli che possono essere interpretati come segnali premonitori delle mosse del mercato azionario. In secondo luogo, possiamo fornire informazioni sulle differenze internazionali nel benessere economico confrontando i modelli di interazione con Internet? Per rispondere a questa domanda, introduciamo un indice di orientamento al futuro per quantificare il grado in cui gli utenti di Internet cercano maggiori informazioni sugli anni futuri rispetto agli anni passati. Analizziamo i log di Google e troviamo una correlazione sorprendente tra il PIL del paese e la predisposizione dei suoi abitanti a guardare avanti. I nostri risultati illustrano il potenziale che la combinazione di ampi set di dati comportamentali offre per una migliore comprensione del comportamento economico umano su larga scala.