.png){kind=icon}
返回
Teaching parallel and distributed computing using data-intensive computing modules
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jpdc.2025.105093.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
并行与分布式计算（PDC）课程对计算机科学（CS）和领域科学专业的学生都有用。对于CS学生而言，PDC是一个基础领域，研究涉及算法、架构、模拟、软件、系统等众多CS子领域的概念。具有领域科学背景的学生也需要PDC来达成其研究目标，而持续进行的数据革命进一步加剧了这种必要性。鉴于数据科学及其他数据赋能计算领域的兴起，我们提出了若干数据密集型教学法模块，用于通过消息传递编程（使用消息传递接口MPI）教授PDC。这些模块采用的活动对计算机科学和领域科学学生均具有吸引力、相关性和可及性，适用于攻读研究生学位的学生。我们通过预模块和后模块完成时的测验以及匿名开放式问卷调查，评估了这些教学法模块在北方亚利桑那大学研究生高级计算（HPC）课程中四个学生群体的有效性。这些学生拥有多元化的教育背景，部分学生就读于CS之外的专业，包括电气与计算机工程、机械工程、天文学与行星科学、生物信息学以及生态信息学。尽管学生背景跨学科，我们发现面向应用实践的教学PDC方法在帮助学生掌握核心PDC概念方面取得了成功，并且这些模块有助于促进在COVID-19疫情期间所需开展的在线学习。
Keyword:
Computer science education
Data-intensive computing
High performance computing
Parallel and distributed computing
期刊
IF:
4
论文数:
3.8K
被引数:
4.8K
机构
暂无机构信息
引用论文
Developing High Performance Computing Resources for Teaching Cluster and Grid Computing Courses开发用于集群和网格计算课程教学的高性能计算资源
OAAI
OAAI分享收藏分享收藏A Survey of Top-k Query Processing Techniques in Relational Database Systems关系数据库系统中Top-k查询处理技术综述OAAI
OAAI分享收藏Negative Impacts From the Shift to Online Learning During the COVID-19 Crisis: Evidence From a Statewide Community College System.png)
AERA OPEN
AERA OPENIF3.6
PREAI
分享收藏
查看更多内容