Skip to content
Mukund Yedunuthala
  • Über mich
  • Projekte
  • Blog
    • Deutsch English
homepage - GitHub - GitLab - LinkedIn - Pixelfed - Mastodon -

Hallo, ich bin Mukund.

Ich komme aus der klassischen numerischen Simulation (FEM, CFD, DEM) und beschäftige mich mit modernem Deep Learning (PyTorch, CUDA). Dabei verbinde ich beide Bereiche: Simulationen helfen mir, ML-Ansätze zu entwickeln, zu verstehen und zu validieren. Aktuell suche ich nach PhD- und Industriepositionen, bei denen ich HPC, Scientific Computing und Machine Learning verbinden kann. Mehr über mich gibt es hier. Meinen Lebenslauf gibt es als PDF auf Englisch und auf Deutsch.

Mukund Yedunuthala

Featured projects

https://gitlab.com/mukund-yedunuthala/hpc-img-convolution/-/raw/main/output/512edge.png?ref_type=heads https://gitlab.com/mukund-yedunuthala/hpc-img-convolution/-/raw/main/inputs/512.png?ref_type=heads

Image convolution using Message Passing Interface (MPI)

Anwendung von Faltungskernen wie Schärfung, Unschärfe und Kantenerkennung auf Graustufenbilder mittels MPI zur parallelen Verarbeitung.
projects/radiative-ht-fem/img/Pasted image 20260407153658.png

Modeling of radiative heat-exchange using Finite Element Method

Finite-Elemente-Methode basierender Solver für ein mathematisches Modell der Wärmeübertragung, bestehend aus einem System, das zwischen Leitung und Strahlung gekoppelt ist.
projects/gbm-ml-ws2021/img/proj_pppws21_tn.png

Application of statistical learning to predict material properties

Demonstrationsprojekt zur Konstruktion einer Gradient-Boosting-Maschine auf Basis der lokalen Regression für die Vorhersage von Materialeigenschaften.
projects/mpi-eigen-value/img/proj_mpi_evp.png

Parallel Power Iteration using MPI

Parallel power iteration with MPI, featuring custom C++ matrix and vector classes, and left stochastic matrix generation using a Bernoulli distribution with a configurable seed.
https://gitlab.com/mukund-yedunuthala/stome-project-ws2020/-/raw/master/image3_09.png?ref_type=heads

Stochastic Modeling in R

This ensemble study explores stochastic modeling techniques in the context of materials science, using R and RStudio for implementation.
projects/book-companion/img/bc-thumbnail.png

Books Companion

Books companion ist eine Android-App, mit der man einfach gelesenen und noch zu lesenden Bücher erfassen und verwalten kannst. Die App ist als ein Hobbyprojekt gedacht.

Kopiert! Code in die Zwischenablage kopieren
  • email
  • GitHub
  • GitLab
  • LinkedIn
  • Pixelfed
  • Mastodon
  • Impressum
  • Datenschutzerklärung
  • Sitemap

Copyright © 2026 Mukund Yedunuthala • Sofern nicht anders angegeben sind die Inhalte der Website unter CC BY-NC-SA 4.0 lizenziert.

Erstellt mit Zola und tabi • Quellcode der Seite

Search

No results 1 result $NUMBER results $NUMBER results $NUMBER results