Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Integrazione di intelligenza artificiale e monitoraggio di consorzi microbici: verso un sistema previsionale per l'ottimizzazione produttiva del biogas nel settore agroindustriale |
|---|---|
| Titolo del progetto di ricerca in inglese | Integration of artificial intelligence and monitoring of microbial consortia: towards a forecasting system for biogas production optimization in the agro-industrial sector |
| Campo principale della ricerca | Biological sciences |
| Sottocampo della ricerca | Biology |
| G.S.D. | 05/BIOS-08 - BIOLOGIA MOLECOLARE |
| S.S.D | - |
| Descrizione sintetica in italiano | Il progetto prevede l'implementazione di un sistema previsionale basato sull'intelligenza artificiale (IA) per ottimizzare la digestione anaerobica di matrici organiche nel settore agroindustriale, la produzione di biogas e il suo upgrade a biometano tramite sistemi fisico-biologici. L’obiettivo è sviluppare un sistema previsionale che, basato su parametri storici di esercizio di impianti e su algoritmi avanzati di IA, sia in grado di identificare relazioni quantitative tra l'efficienza produttiva e le variabili di processo. Questo software mira a prevenire e affrontare sbilanciamenti biologici che causano riduzioni produttive. Il ricercatore post-doc coordinerà l’analisi dei dati storici e il monitoraggio biologico e chimico dei reattori, testerà vari modelli statistici e di IA per massimizzare la loro performance predittiva, e condurrà uno studio di fattibilità della biometanazione, esplorando l'integrazione della metanazione a membrane con quella biologica. |
| Descrizione sintetica in inglese | The project involves the implementation of a forecasting system based on artificial intelligence (AI) to optimize the anaerobic digestion of organic feedstocks in the agro-industrial sector, as well as the production of biogas and its upgrading to biomethane through integrated physical-biological systems. The objective is to develop a forecasting system that, using historical operational data and advanced AI algorithms, can identify quantitative relationships between production efficiency and process variables. This software aims to prevent and address biological imbalances that lead to production inefficiencies. The post-doctoral researcher will coordinate the analysis of historical data, as well as biological and chemical monitoring of the reactors, will test various statistical and AI models to maximize predictive performance, and will conduct a feasibility study on biomethanation, exploring the integration of membrane-based and biological-based processes. |
| Data del bando | 11/11/2024 |
| Numero di assegnazioni per anno | 1 |
| Periodicità | 24 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://protocollo.unipd.it/albo/viewer |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Importo annuale | 20267 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Nome dell'Ente finanziatore | Università degli Studi di Padova |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Padova |
| Sito web | https://www.unipd.it/ |
| ricerca.biologia@unipd.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 26/11/2024 |
|---|---|
| Come candidarsi | https://pica.cineca.it/ |