Agent Based Modeling Kurs i Norge

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot alle som ønsker å lære hvordan man bruker Digital Twin i overvåking og analyse av produkter og prosesser før man bygger og distribuerer selve produktet.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Lær og forstå de grunnleggende konseptene til Digital Twin.
• Forstå de digitale tvillingene og livssyklusen.
• Bruk Digital Twin til å effektivt administrere forskningsdata og designmodeller.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot etterforskere som ønsker å bruke Mesa til å lage agentbaserte modeller i et Python miljø.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer utviklingsmiljøet som trengs for å starte modellering i Python.
• Lag raskt en agentbasert modell ved hjelp av Mesas innebygde kjernekomponenter.
• Utvid kompleksiteten til modellen.
• Visualiser agentaktivitet i sanntid i en nettleser.
• Analyser resultatene av modellen interaktivt ved å bruke Python dataanalyseverktøy.
• Integrer modellen med andre Python-systemer som for eksempel maskinlæringsapplikasjoner.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot etterforskere som ønsker å bruke NetLogo til å lage agentbaserte modeller (ABM).

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer NetLogo.
• Utvikle en agentbasert modell.
• Visualiser agentaktivitet.
• Analyser resultatene av modellen.
• Test og dokumenter den agentbaserte simuleringsmodellen.

Repast Suite er en familie av avanserte, gratis og åpen kildekode agentbaserte modellerings- og simuleringsbiblioteker som til sammen har vært under kontinuerlig utvikling i over 10 år. Dette fire dagers kurset i Norge (online eller på stedet) forklarer i detalj hvordan du lager simulering for agentbaserte systemer ved å bruke Repast-miljøet.

Kursmål

1. Introduser deltakerne til prinsipper og konsepter for agentbasert modellering og simulering.
2. Utvikle deltakernes kapasitet til å lese og forstå agentmodelleringsprogrammeringskode.
3. Utstyr deltakerne med kunnskap, slik at de forstår viktigheten av nøyaktig og presis modellering.
4. Øk deltakernes forståelse av egne systemer ved å bruke den agentbaserte simuleringen.
5. Utvikle en bedre kapasitet til å bruke og kode agentbaserte systemer ved hjelp av repast, reLogo.