Ashwin Mohanan
Forskare
Ashwin forskar inom tillämpad artificiell intelligens och bidrar med sin erfarenhet inom följande projekt:
- Sweden AI Factory (https://swedenaifactory.se/)
- EVITA (https://www.evitahpc.eu/)
- CodeRefinery (https://coderefinery.org/)
- ENCCS (https://enccs.se)
Han har en bakgrund inom mekanik- och flygteknik och har klarat en doktorsexamen från Mekanik på KTH där han studerade flöden i atmosfären och haven. Under sina forskarutbildningar deltog han i öppen källkodsutveckling av vetenskapliga koder (särskilt FluidDyn-projektet https://fluiddyn.rtfd.io) och en mängd olika programmeringstekniker. Han fortsatte att arbeta som postdok vid Meteorologiska institutionen, Stockholms universitet.
Innan sin nuvarande roll arbetade Ashwin i 2,5 år i Sveriges meteorologiska och hydrologiska institut (SMHI) som en vetenskaplig programmerare där han var involverad i applikationer och systemutveckling för produktion av hydrologiska prognoser och utveckling av en AI för digitalisering av historiska väderjournaler.
Kombinationen av akademisk och industriell bakgrund gör det möjligt för honom att hitta kopplingar mellan de två världarna och lösa komplexa problem. Han är entusiastisk över utbildning och att ge tekniskt stöd för att möjliggöra en hållbar framtid för alla.
- Advancements in stratified flows through simulation, experiment and open resear…
- Dawsonia: Digitizing handwritten observations in weather journals
- Vertical convection regimes in a two-dimensional rectangular cavity : Prandtl a…
- Snek5000: a new Python framework for Nek5000
- Reducing the ecological impact of computing through education and Python compil…
- Shallow water wave turbulence
- FluidSim: Modular, Object-Oriented Python Package for High-Performance CFD Simu…
- FluidDyn: A Python Open-Source Framework for Research and Teaching in Fluid Dyn…
- FluidFFT: Common API (C++ and Python) for Fast Fourier Transform HPC Libraries
- A two-dimensional toy model for geophysical turbulence