Prüfungsfächer und Module
Das Masterstudium Computational Science and Engineering setzt sich zusammen aus den Pflichtfächern und Basismodulen, den 9 Schlüsselbereichen, aus welchen 2 zu wählen sind, den Freien Wahlfächern und Transferable Skills, sowie der Diplomarbeit.
Pflichtfächer und Basismodule (50 ECTS)
Applied Mathematics Foundations (5,5 ECTS)
Dieses Modul vermittelt die mathematischen Grundlagen für das Studium. Insbesondere liegt der Fokus auf einer detaillierten Einführung in partielle Differentialgleichungen, Differentialoperatoren und Vektoranalysis. Eine umfassende Einführung in die höhere Integral- und Funktionentheorie wie auch in die Variationsrechnung, Optimierung und Tensor-Rechnung runden die Ausbildung in diesem Modul ab.
Numerical Computation (5,5 ECTS)
Das Modul Numerical Computation vermittelt grundlegende Konzepte numerischer Lösungsmethoden und ihre algorithmische Umsetzung. Insbesondere werden die Lösung von linearen und nichtlinearen Gleichungssysteme, die polynomiale Interpolation sowie Fehleranalysis von numerischen Verfahren besprochen. Zahlreiche Anwendungsbeispiele veranschaulichen die theoretischen Grundlagen und helfen die Konzepte zu verstehen.
Numerical Partial Differential Equations (7 ECTS)
Numerische partielle Differentialgleichungen sind ein Teilgebiet der numerischen Analysis, das sich mit der numerischen Lösung von partiellen Differentialgleichungen befasst. Das Modul Numerical Partial Differential Equations vermittelt die Grundlagen zur numerischen Lösung von partiellen Differentialgleichungen. Es werden zentrale Methoden wie zum Beispiel die Finite Elemente Methode oder die Finite Differenzen Methode besprochen. Die theoretischen Methoden werden an zahlreiche Anwendungsbeispielen illustriert und die praktische Umsetzung wird besprochen. Nach Absolvierung des Moduls sind die Studierenden in der Lage, partielle Differentialgleichungen mit verschiedenen Methoden numerisch zu lösen.
Dieses Prüfungsfach besteht aus nur einem gleichnamigen Modul.
Scientific Computing (15 ECTS)
Dieses Modul vermittelt Kernkompetenzen im Bereich Computational Science and Engineering. Insbesondere werden die verschiedenen Schlüsselbereiche vorgestellt und es wird auf die Rolle der Ausbildungsrichtung im Kontext von Digitalisierung und auf ethische Aspekte im Geiste des TU-Wien-Slogans Technik für Menschen eingegangen. Der Hauptteil des Moduls fokussiert sich auf die Vermittlung eines breiten Spektrums an Techniken und Methoden, welche die Grundlagen für die weitere Ausbildung im Studium Computational Science and Engineering darstellen.
Parallel Computing (12 ECTS)
Dieses Modul vermittelt Grundlagen und weiterführende Grundlagen im Bereich effizientes Nutzen und Programmieren von modernen Parallelrechner mit gemeinsamem Speicher (Mehrkernsysteme) und großen aktuellen Systeme mit verteiltem Speicher sowie heterogenen Systemen mit unterschiedlichen Arten von Beschleunigern. Allgemeine Leistungs- und Effizienzmerkmale für parallele Algorithmen, Designparadigmen für unterschiedliche Rechnermodelle, Schranken für Parallelisierbarkeit werden auf unterschiedliche Weise eingeführt. Architekturmerkmale für das effiziente Nutzen von solchen Systemen (Speicher- und Cachesystem) werden behandelt und gängige Schnittstellen im Bereich wie Open MP und MPI werden vertiefend behandelt, ebenso thread-paralleles Programmieren mit C/C++, und wissenschaftliches Rechnen mit Python. Außerdem werden wichtige Werkzeuge und Pakete vorgestellt.
Programming (5 ECTS)
Dieses Modul vermittelt Grundlagen in der Programmierung mit Fokus auf wissenschaftlichem Rechnen. Es werden Grundlagen der Python-Programmierung und erweiterte Programmierkenntnisse in C++ vermittelt. Insbesondere wird auf grundlegende Programmierkonzepte und Programmierstile eingegangen. Wichtige Standard-Bibliotheken werden durchgenommen und darauf aufbauend werden relevante, externe Softwarepakete vorgestellt und verwendet. Grundlagen des objektorientierten Programmierens und Design Patterns werden vermittelt. Es wird auf Leistungsaspekte wie auch auf Bibliotheksentwicklung und Schnittstellenprogrammierung eingegangen.
Schlüsselbereiche (30 ECTS)
Die Schlüsselbereiche haben einen Umfang von je 15 ECTS und es sind zwei auszuwählen. Werden in den gewählten Schlüsselbereichen insgesamt mehr als 30 ECTS-Punkte absolviert, können im Modul Freie Wahlfächer und Transferable Skills im gleichen Ausmaß weniger ECTS-Punkte absolviert werden, jedoch sind darin mindestens 4.5 ECTS-Punkte aus dem Bereich der Transferable Skills zu absolvieren.
Das Masterstudium Computational Science and Engineering ist prinzipiell für Absolvent_innen von technischen und naturwissenschaftlichen Bachelorstudien geeignet. Dennoch passen bestimmte angebotene Schlüsselbereiche besonders zu bestimmte Bachelorstudien. Empfehlungen zur Wahl aus den neun möglichen Schlüsselbereichen finden Sie in untenstehender Tabelle.
x … mit normalem Aufwand geeignet
(x) … mit erhöhtem Aufwand geeignet
keine Markierung … kaum bzw. nur mit sehr hohem Aufwand geeignet
Studienrichtung | Bion | Build | ChMat | Elec | FluDyn | Inf | Math | Mech | SolMech |
Bauingenieurwesen | x | x | x | x | x | x | |||
Elektrotechnik und Informationstechnik | x | (x) | x | x | x | x | (x) | ||
Medieninformatik und Visual Computing | x | x | |||||||
Medizinische Informatik | x | (x) | (x) | x | x | ||||
Software & Information Engineering | (x) | x | x | ||||||
Technische Informatik | (x) | x | x | x | (x) | ||||
Wirtschaftsinformatik | x | x | |||||||
Maschinenbau | x | x | x | x | (x) | x | x | x | |
Wirtschaftsingenieurwesen - Maschinenbau | x | x | x | x | (x) | x | x | x | |
Technische Chemie | x | x | (x) | (x) | x | (x) | |||
Verfahrenstechnik | x | x | x | (x) | x | (x) | x | x | x |
Finanz- und Versicherungsmathematik | x | x | |||||||
Statistik und Wirtschaftsmathematik | x | x | |||||||
Technische Mathematik | (x) | x | (x) | (x) | (x) | x | x | x | (x) |
Geodäsie und Geoinformatik | x | x | |||||||
Technische Physik | x | x | x | x | x | (x) | x | x | x |
Empfehlungen für die Wahl der Schlüsselbereiche
Abkürzungen:
Bion: Computational Bionics
Build: Computational Building Science
ChMat: Computational Chemistry and Materials Science
Elec: Computational Electronics
FluDyn: Computational Fluid Dynamics and Acoustics
Inf: Computational Informatics
Math: Computational Mathematics
Mech: Computational Mechatronics
SolMech: Computational Solid Mechanics
Dieses Modul vermittelt grundlegende Kenntnisse, die in verschiedenen Industriezweigen anwendbar sind und sich durch ihre Praxisrelevanz auszeichnen. Die Inhalte umfassen Modellierung, Simulation der Wechselwirkung biologischer und mechatronischer Systeme sowie System- und Subsystemmodellierung und Grundlagen der kontinuierlichen Simulation und der Signal- und Regelungstechnik. Es besteht die Möglichkeit, sich in den Bereichen der Modellierung von Muskeln und technischen Aktuator-Systemen, der Punkt-, Starrkörper- und Kontinuumsmechanik zu vertiefen und die Beschreibung und Modellbildung des muskuloskelettalen Systems zu erlernen. Das Modul behandelt außerdem Grundlagen der Finite-Elemente-Methoden, speziell für biomechanische Problemstellungen, die Beschreibung und Modellbildung biologischer Gewebe und grundlegender physiologischer, physikalischer und biochemischer Vorgänge.
Dieses Modul bietet eine vertiefende Ausbildung zur Weiterentwicklung numerischer Berechnungs- und Simulationsmethoden zur Analyse, Planung, Ausführung und den Betrieb der gebauten Umwelt. Dabei werden Aspekte von der Innenraumqualität (thermischer, akustischer und optischer Komfort und Luftqualität) über die langfristige Minimierung von Risiken frühzeitigen Versagens (Dauerhaftigkeit von Konstruktionen unter Umwelteinwirkungen, Tragverhalten auch unter Extremereignissen oder im Brandfall) bis hin zur Analyse der Auswirkungen von Veränderungen in der gesellschaftlichen Struktur auf den Gebäudebestand oder die Auslastung der Infrastruktur (Mobilität, Energieversorgung) im urbanen und ländlichen Kontext analysiert, um Entscheidungen in Richtung einer nachhaltigen, versorgungssicheren Kreislaufwirtschaft unterstützen zu können. Numerische Methoden werden dabei in allen Systemkomponenten verwendet: bei der Prognose des Makro- und Mikroklimas, beim Verhalten von Personen in Gebäuden, bei der Prognose des Modal-Split, bei den Auswirkungen von Wärme- und Stoffströmen in Konstruktionen auf Verformung, physikalische, chemische und biologische Korrosion bis zur Auslastung von Mobilitäts- und Energieversorgungssystemen.
Dieses Modul konzentriert sich auf die Techniken die erforderlich sind, um die Eigenschaften kondensierter Materie basierend auf atomistischen Berechnungen sowohl für molekulare als auch für Festkörpersysteme zu verstehen und vorherzusagen. Es umfasst zwei verpflichtende Einführungskurse zur Vorbereitung der Grundlagen und Spezialisierungskurse, die sich mit dem konzeptionellen Hintergrund und der Implementierung der relevantesten Themen der Quantenchemie, elektronischen Strukturen und atomistischen Simulationsmethoden befassen, die derzeit in Wissenschaft und Industrie verwendet werden.
Dieses Wahlmodul bietet eine vertiefende Ausbildung in die simulationsintensiven Themenbereiche der Elektronik. Eine verpflichtende Einführung sowohl in die Halbleiterphysik und in Halbleiterbauelemente als auch in die Finite Elemente-Methode bildet den Einstieg. Frei wählbare Lehrveranstaltungen ermöglichen eine Vertiefung in die Simulation von Halbleiterbauelementen, Halbleitersensoren, Mikro- und Nanoelektromechanischen Systemen und Mehrfeldproblemen. Eine Auseinandersetzung mit aktuellen Forschungsfragen wird insbesondere über Praktika und Seminare ermöglicht.
Dieses Modul vermittelt fundamentale Konzepte in der Strömungsmechanik, Aerodynamik und Akustik, beginnend von den grundlegenden Gleichungen bis hin zu mathematischen Lösungsmethoden der beschreibenden gewöhnlichen und partiellen Differentialgleichungen. Dabei wird der Stand der Technik im Bereich der numerischen Verfahren zur Analyse von kompressiblen, inkompressiblen und aeroakustischen Phänomenen vermittelt. Aktuelle Forschungsfragen werden von den Studierenden erarbeitet. Nach erfolgreicher Absolvierung dieses Moduls sind die Studierenden in der Lage, komplexe strömungsmechanische Zusammenhänge wie Laminar-Turbulenz-Übergänge sowie Turbulenzeigenschaften zu verstehen, mathematisch zu modellieren und numerisch zu berechnen.
Dieses Modul vermittelt weiterführende Konzepte im Bereich Datenmanagement sowie Lösungsstrategien für effiziente Algorithmen. Nach positiver Absolvierung des Moduls können die Studierenden problemspezifische Lösungen für die Analyse großer Daten erarbeiten, performante Algorithmen entwickeln und aktuelle Forschungsfragen identifizieren.
Dieses Modul vermittelt vertiefende Kenntnisse in die Numerik und baut insbesondere auf die Module Numerical Computation und Numerical Partial Differential Equations auf und vertieft diese. Es besteht die Möglichkeit sich in die numerische Lösung von in stationären partiellen Differentialgleichung, Optimierung von partiellen Differentialgleichungen als auch in Finite Elemente-Methoden mit Hinblick auf technische Anwendungen zu vertiefen. Weiters führt das Modul in zentrale Modellierungsansätze, Algorithmen, Technologien und Methoden zur problemspezifischen Lösung von Anwendungsproblemen ein. Die Studierenden haben die Möglichkeit sich mit aktuellen Forschungsfragen auseinanderzusetzen und sich in die Materie einzuarbeiten.
Das Modul vermittelt vertiefende Kenntnisse im Bereich der physikalischen Modellierung und numerischen Simulation mittels der Finiten Elemente-Methode für gekoppelte Probleme, wie sie typischerweise bei der Entwicklung von mechatronischen Systemen (elektromagnetische Schienenbremse, Akustik von Klimaanlagen, piezoelektrische MEMS-Lautsprecher, MEMS und NEMS Druck- und Viskositätssensoren sowie Mikrofone, elektromagnetische Induktionssysteme für Stahlbanderwärmung in Produktionssystemen, etc.) vorkommen. Dabei wird das erforderliche physikalische Hintergrundwissen von mechanischen, elektromagnetischen, strömungsmechanischen, thermischen und akustischen Feldern sowie deren Kopplungen vermittelt, um konkrete Problemstellungen aus der Praxis behandeln zu können. Nach erfolgreicher Absolvierung dieses Moduls sind die Studierenden in der Lage, forschungsrelevante Themen zu identifizieren, mathematisch-physikalische Modelle von realen Problemstellungen zu erstellen, mittels geeigneten Simulationsprogrammen zu lösen und die Ergebnisse physikalisch korrekt zu interpretieren.
Das Modul vermittelt vertiefende Kenntnisse in der Anwendung von numerischen Methoden im Bereich der Festkörpermechanik. Neben den Grundlagen der Finite Elemente Methode wird den Studierenden, je nach Schwerpunktsetzung innerhalb des Moduls (Multiphysics, Material Modelling, Nonlinear Finite Element Methods), das benötigte theoretische Hintergrundwissen vermittelt, um konkrete forschungsrelevante Problemstellungen aus dem jeweiligen Bereich mittels geeigneter Programme eigenständig behandeln zu können. Nach Absolvierung des Moduls sind die Studierenden in der Lage, reale technische Aufgaben in mathematische Modelle umzusetzen, mittels entsprechender Programme zu lösen, die Ergebnisse zu interpretieren und in Form technischer Berichte zu dokumentieren. Zudem sind die Studierenden befähigt, eigene Finite Elemente-Routinen zu implementieren und ein bestehendes Finite Elemente-Programm durch eigene Module zu erweitern.
Freie Wahlfächer und Transferable Skills (10 ECTS)
Die Lehrveranstaltungen dieses Moduls dienen der Vertiefung des Faches sowie der Aneignung außerfachlicher Kenntnisse, Fähigkeiten und Kompetenzen.
Diplomarbeit (30 ECTS)
Die Diplomarbeit ist eine wissenschaftliche Arbeit, die dem Nachweis der Befähigung dient, ein wissenschaftliches Thema selbstständig inhaltlich und methodisch vertretbar zu bearbeiten. Das Thema der Diplomarbeit ist von der oder dem Studierenden frei wählbar und muss im Einklang mit dem Qualifikationsprofil stehen. Die Diplomarbeit ist in englischer Sprache abzufassen.