Explore la tessellation pour l'analyse des données SMLM, couvrant les principes de segmentation et de colocalisation de Voronoi, les applications dans différents domaines, et l'intégration des méthodes de quantification.
Couvre la navigation globale, les algorithmes de planification des chemins, la décomposition des cellules, les méthodes de champs potentiels et l'optimisation des chemins basée sur la stigmergie.
Couvre la quantification des distributions de probabilité, le regroupement statistique des moyennes k, l'estimation moyenne, les méthodes de regroupement robustes et les questions de recherche ouvertes.
Explore le calcul parallèle dans CFD, en mettant l'accent sur sa mise en œuvre dans Fluent et les techniques de visualisation pour l'interprétation des données scientifiques.
Couvre les bases de la modélisation géométrique et du maillage pour la simulation numérique de flux, y compris les métriques de qualité du maillage et les différents algorithmes de maillage.
