| Onderwijstaal : Nederlands |
|
Volgtijdelijkheid
|
| |
|
Geen volgtijdelijkheid
|
| Studierichting | | Studiebelastingsuren | Studiepunten | P1 SBU | P1 SP | 2de Examenkans1 | Tolerantie2 | Eindcijfer3 | |
 | 1ste masterjaar materiomics | Verplicht | 135 | 5,0 | 135 | 5,0 | Ja | Ja | Numeriek |  |
|
| | | Eindcompetenties |
- EC
| EC 1. De master in materiomics heeft een diepgaand begrip van de grondbeginselen van functionele materialen, in het bijzonder aangaande de relatie tussen samenstelling, structuur en functionele eigenschappen op alle lengteschalen en in hun operationele en werkende omgevingen. | | | - DC
| DC1.3 De student kan technieken voor karakterisering en modellering van materialen uitleggen. | - EC
| EC 3. De master in materiomics heeft een inzicht in hoe modelleer- en synthesemethoden functionele eigenschappen voorspellen respectievelijk beïnvloeden en kan duurzame materialen ontwerpen op basis van in-operando functionaliteit, waarbij optimaal gebruik gemaakt wordt van de synergie tussen computationele en experimentele methoden. | | | - DC
| DC3.1 De student kan technieken voor karakterisering en modellering toepassen. | | | - DC
| DC3.8 De student heeft kennis van computationele concepten en methoden. [leerlijn interdisciplinariteit - identificatie: de student weet welke fenomenen er bestudeerd worden in de verschillende disciplines en welke methoden en theorieën er worden gebruikt] | | | - DC
| DC3.10 De student heeft kennis van de meerwaarde en tekortkomingen van experimentele en computationele benaderingen en gebruikt hun complementariteit om het versterkend effect in de combinatie van beide aan te wenden aangepast aan het voorliggende probleem/vraagstuk. [leerlijn interdisciplinariteit - reflectie: de student neemt verschillende perspectieven in overweging en kan hierover kritisch reflecteren] | - EC
| EC 5. De master in materiomics kan zelfstandig wetenschappelijk onderzoek opzetten en uitvoeren: een onderzoeksvraag en hypothese formuleren, de geschikte methoden en technieken selecteren, de resultaten kritisch analyseren en interpreteren, conclusies formuleren, wetenschappelijk rapporteren en onderzoeksdata beheren. | | | - DC
| DC5.4 De student kent en begrijpt de methoden die nodig zijn om de data te verwerken, analyseren en interpreteren. | - EC
| EC 6. De master in materiomics kan zowel schriftelijk als mondeling communiceren en een goed onderbouwd standpunt innemen in een wetenschappelijke discussie, gaande van een algemeen tot gespecialiseerd niveau, aangepast aan het doelpubliek. | | | - DC
| DC6.1 De student kan op een adequate manier mondeling en schriftelijk rapporteren. | - EC
| EC 10. De master in materiomics kan zelfstandig nieuwe kennis verwerven en het eigen leerproces opvolgen, evalueren en bijsturen. | | | - DC
| DC10.5 De student kan nieuwe materiaalgerelateerde interdisciplinaire kennis relateren aan zijn/haar bestaande disciplinaire kennisbasis. [leerlijn interdisciplinariteit - coördinatie: de student kan relaties leggen tussen verschillende perspectieven] |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student moet vooraf kennis hebben van de volgende algemene onderwerpen uit de fysica/chemie:
-
basisbegrippen uit de kwantummechanica/-chemie
-
basisbegrippen uit de newtoniaanse mechanica
-
de concepten chemische binding en kristalstructuur
-
basiskennis over de elektronische structuur van moleculen en vaste stoffen
-
basisbegrippen uit de statistiek
Een basiskennis van programmeren en/of scripten (e.g., basisnoties python) wordt aangeraden maar is niet verplicht.
|
|
|
|
In dit opleidingsonderdeel worden de student ingeleid in de wereld van het computationele materiaalonderzoek (CMS). Hierin worden zowel de basisbegrippen vanuit hun theoretische achtergrond bestudeerd als praktisch toegepast met behulp van state-of-the-art softwarepakketten. De onderwerpen die aan bod komen worden ingedeeld in de volgende modules:
Module 1: Modelleren op elke schaal
Module 2: Ab initio modelleren van moleculen en vaste stoffen
-
Hohenberg-Kohn-Sham formalisme
-
Dichtheidsfunctionaaltheorie
-
Elektronendichtheid en exchange-correlation functionalen
-
Basissets voor golffuncties
-
Periodieke randvoorwaarden
-
Numerieke nauwkeurigheid en convergentie
Module 3: Krachtveldmethoden voor atomistische modellering
Module 4: Eindige-elementmodellering van meso- en macroscopische systemen
-
Eindige-element analyse
-
Discretisatie model (mesh) & Types elementen
-
Randvoorwaarden & Keuze van basisfuncties
-
Convergentie & Artefacten
Module 5: Machine Learning en Artificiële Intelligentie in materiaalonderzoek
-
Regressie en classificatie
-
(Un/semi)-supervised learning
-
Klassieke ML: lineaire regressie, beslissingsbomen, support vector machines, k-dichtstbijzijnde buren algoritme
-
Onder- en overfitten
-
Modelkwaliteit
-
(Diepe) neurale netwerken
|
|
|
|
|
|
|
|
|
Hoorcollege ✔
|
|
|
|
Practicum ✔
|
|
|
|
Responsiecollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
|
|
|
|
Casestudy ✔
|
|
|
|
Oefeningen ✔
|
|
|
|
Onderwijsleergesprek ✔
|
|
|
|
Paper ✔
|
|
|
|
Presentatie ✔
|
|
|
|
Verslag ✔
|
|
|
|
Periode 1 Studiepunten 5,00
| Evaluatievorm | |
|
| Schriftelijke evaluatie tijdens onderwijsperiode | 40 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | De student behaalt minimum 10/20. |
|
|
|
|
|
|
|
|
|
| Mondelinge evaluatie tijdens onderwijsperiode | 20 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | De student behaalt minimum 10/20. |
|
|
|
|
|
|
|
|
| Schriftelijk examen | 40 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | De student behaalt minimum 10/20. |
|
|
|
|
|
|
|
|
| Gebruik studiemateriaal tijdens evaluatie | ✔ |
|
| Toelichting | Formularium wordt ter beschikking gesteld. Rekenmachine mag gebruikt worden. |
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | Alle verslagen en de paper dienen ingediend te zijn.
De student dient aanwezig te zijn op alle practica en deelgenomen te hebben aan de presentatie. |
|
|
|
| Gevolg | De student die om een ongewettigde reden niet heeft deelgenomen aan practica/presentatie en/of een of meer verslagen of de paper niet heeft ingeleverd, krijgt voor het opleidingsonderdeel als resultaat een "N = evaluatie niet volledig afgelegd: ongewettigd afwezig voor onderde(e)l(en) van de evaluatie". |
|
|
|
| Extra info | Voor studenten met examencontract worden permanente-evaluatieonderdelen tijdens de onderwijsperiode (paper, verslagen, presentatie) vervangen door een alternatieve, individuele opdracht tijdens de examenperiode. |
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
| Toelichting evaluatievorm | Het schriftelijk gesloten-boek examen tijdens de examenperiode kan worden hernomen. Permanente-evaluatieonderdelen tijdens de onderwijsperiode (paper, verslagen, presentatie) worden vervangen door een alternatieve, individuele opdracht. |
|
|
|
|
|
| Verplichte cursussen (gedrukt door boekhandel) |
| |
Fundamenten van materiaalmodellering,Cursus-notas behorende bij het vak Fundamenten van materiaalmodellering ( 4674 ) van de eerste master Materiomics. |
|
|
| Verplicht studiemateriaal |
| |
Studiemateriaal:
- Cursus (campusshop)
- slides, referentie-papers,... worden gedeeld via Blackboard
Software op eigen laptop:
- ssh client & filetransfer (Putty & WinSCP)
- python omgeving (anaconda) en wetenschappelijke bibliotheken (installatie handleidingen en gebruik worden in het cursusmateriaal en de les besproken)
Alle te installeren software is gratis. |
|
|
|
|
|
| Educatieve master in de wetenschappen en technologie - keuze voor vakdidactiek chemie | Keuze | 135 | 5,0 | 135 | 5,0 | Ja | Ja | Numeriek | |
| Educatieve master in de wetenschappen en technologie - keuze voor vakdidactiek fysica | Keuze | 135 | 5,0 | 135 | 5,0 | Ja | Ja | Numeriek | |
|
| | | Eindcompetenties |
- EC
| 5.4 De educatieve master is een domeinexpert WET: de EM heeft gevorderde kennis van en inzicht in de domeindisciplines relevant voor de specifieke vakdidactiek(en). | - EC
| 5.5 De educatieve master is een domeinexpert WET: de EM kan zelfstandig onderzoek opzetten en uitvoeren relevant voor zijn vakgebied bestaande uit een kritische literatuurstudie, het formuleren van een onderzoeksvraag en hypothese, het selecteren en optimaliseren van geschikte methoden en technieken, het kritisch analyseren en interpreteren van de resultaten, het formuleren van conclusies en het rapporteren van de bevindingen. |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student moet vooraf kennis hebben van de volgende algemene onderwerpen uit de fysica/chemie:
-
basisbegrippen uit de kwantummechanica/-chemie
-
basisbegrippen uit de newtoniaanse mechanica
-
de concepten chemische binding en kristalstructuur
-
basiskennis over de elektronische structuur van moleculen en vaste stoffen
-
basisbegrippen uit de statistiek
Een basiskennis van programmeren en/of scripten (e.g., basisnoties python) wordt aangeraden maar is niet verplicht.
|
|
|
|
In dit opleidingsonderdeel worden de student ingeleid in de wereld van het computationele materiaalonderzoek (CMS). Hierin worden zowel de basisbegrippen vanuit hun theoretische achtergrond bestudeerd als praktisch toegepast met behulp van state-of-the-art softwarepakketten. De onderwerpen die aan bod komen worden ingedeeld in de volgende modules:
Module 1: Modelleren op elke schaal
Module 2: Ab initio modelleren van moleculen en vaste stoffen
-
Hohenberg-Kohn-Sham formalisme
-
Dichtheidsfunctionaaltheorie
-
Elektronendichtheid en exchange-correlation functionalen
-
Basissets voor golffuncties
-
Periodieke randvoorwaarden
-
Numerieke nauwkeurigheid en convergentie
Module 3: Krachtveldmethoden voor atomistische modellering
Module 4: Eindige-elementmodellering van meso- en macroscopische systemen
-
Eindige-element analyse
-
Discretisatie model (mesh) & Types elementen
-
Randvoorwaarden & Keuze van basisfuncties
-
Convergentie & Artefacten
Module 5: Machine Learning en Artificiële Intelligentie in materiaalonderzoek
-
Regressie en classificatie
-
(Un/semi)-supervised learning
-
Klassieke ML: lineaire regressie, beslissingsbomen, support vector machines, k-dichtstbijzijnde buren algoritme
-
Onder- en overfitten
-
Modelkwaliteit
-
(Diepe) neurale netwerken
|
|
|
|
|
|
|
|
|
Hoorcollege ✔
|
|
|
|
Practicum ✔
|
|
|
|
Responsiecollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
|
|
|
|
Casestudy ✔
|
|
|
|
Oefeningen ✔
|
|
|
|
Onderwijsleergesprek ✔
|
|
|
|
Paper ✔
|
|
|
|
Presentatie ✔
|
|
|
|
Verslag ✔
|
|
|
|
Periode 1 Studiepunten 5,00
| Evaluatievorm | |
|
| Schriftelijke evaluatie tijdens onderwijsperiode | 40 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | De student behaalt minimum 10/20. |
|
|
|
|
|
|
|
|
|
| Mondelinge evaluatie tijdens onderwijsperiode | 20 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | De student behaalt minimum 10/20. |
|
|
|
|
|
|
|
|
| Schriftelijk examen | 40 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | De student behaalt minimum 10/20. |
|
|
|
|
|
|
|
|
| Gebruik studiemateriaal tijdens evaluatie | ✔ |
|
| Toelichting | Formularium wordt ter beschikking gesteld. Rekenmachine mag gebruikt worden. |
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | Alle verslagen en de paper dienen ingediend te zijn.
De student dient aanwezig te zijn op alle practica en deelgenomen te hebben aan de presentatie. |
|
|
|
| Gevolg | De student die om een ongewettigde reden niet heeft deelgenomen aan practica/presentatie en/of een of meer verslagen of de paper niet heeft ingeleverd, krijgt voor het opleidingsonderdeel als resultaat een "N = evaluatie niet volledig afgelegd: ongewettigd afwezig voor onderde(e)l(en) van de evaluatie". |
|
|
|
| Extra info | Voor studenten met examencontract worden permanente-evaluatieonderdelen tijdens de onderwijsperiode (paper, verslagen, presentatie) vervangen door een alternatieve, individuele opdracht tijdens de examenperiode. |
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
| Toelichting evaluatievorm | Het schriftelijk gesloten-boek examen tijdens de examenperiode kan worden hernomen. Permanente-evaluatieonderdelen tijdens de onderwijsperiode (paper, verslagen, presentatie) worden vervangen door een alternatieve, individuele opdracht. |
|
|
|
|
|
| Verplichte cursussen (gedrukt door boekhandel) |
| |
Fundamenten van materiaalmodellering,Cursus-notas behorende bij het vak Fundamenten van materiaalmodellering ( 4674 ) van de eerste master Materiomics. |
|
|
| Verplicht studiemateriaal |
| |
Studiemateriaal:
- Cursus (campusshop)
- slides, referentie-papers,... worden gedeeld via Blackboard
Software op eigen laptop:
- ssh client & filetransfer (Putty & WinSCP)
- python omgeving (anaconda) en wetenschappelijke bibliotheken (installatie handleidingen en gebruik worden in het cursusmateriaal en de les besproken)
Alle te installeren software is gratis. |
|
|
|
|
|
1 Onderwijs-, examen- en rechtspositieregeling art. 12.2, lid 2. |
| 2 Onderwijs-, examen- en rechtspositieregeling art. 16.9, lid 2. |
3 Onderwijs-, examen- en rechtspositieregeling art. 15.1, lid 3.
|
| Legende |
| SBU : studiebelastingsuren | SP : studiepunten | N : Nederlands | E : Engels |
|