Torna ai risultati della ricercaBando per incarichi di ricerca
| Titolo del progetto dell'incarico in italiano | Inverse design molecolare e oltre: approcci ibridi AI–quantum per problemi combinatoriali complessi |
|---|---|
| Titolo del progetto ddell'incarico in inglese | Inverse design molecolare e oltre: approcci ibridi AI–quantum per problemi combinatoriali complessi |
| Campo principale | Chemistry |
| Sottocampo | Computational chemistry |
| G.S.D. | 03/CHEM-02 - CHIMICA FISICA |
| S.S.D | CHEM-02/A - Chimica fisica |
| Descrizione sintetica in italiano | Il progetto si propone come prosecuzione delle ricerche sull’inverse design molecolare basato su approcci computazionali avanzati. Studi recenti hanno dimostrato l’efficacia di modelli generativi data-free basati su reinforcement learning accoppiato a calcoli di chimica quantistica, nonché il potenziale di algoritmi quantistici variazionali per problemi combinatori complessi. Il progetto mira a sviluppare un framework ibrido che integri AI e quantum computing, migliorando efficienza, scalabilità e qualità delle soluzioni generate. L’approccio manterrà la natura data-free, evitando bias da dataset, e sfrutterà la capacità dei metodi quantistici di esplorare distribuzioni complesse in spazi ad alta dimensionalità. Le applicazioni includono la progettazione molecolare e altri problemi combinatori in diversi ambiti scientifici. |
| Descrizione sintetica in inglese | The project builds on recent research in molecular inverse design based on advanced computational approaches. Previous studies have shown the effectiveness of data-free generative models based on reinforcement learning combined with quantum chemistry calculations, as well as the potential of variational quantum algorithms for complex combinatorial problems. The project aims to develop a hybrid framework integrating AI and quantum computing to improve efficiency, scalability, and solution quality. The approach preserves the data-free paradigm, avoiding dataset bias, while leveraging quantum methods to explore complex high-dimensional distributions. Applications span molecular design and other combinatorial problems across different scientific domains. |
| Data del bando | 05/05/2026 |
| Paesi in cui può essere condotto l'incarico |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Destinatari dell'incarico di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI CHIMICA INDUSTRIALE "TOSO MONTANARI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| chimind.segreteria@unibo.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 19/05/2026 - alle ore 23:59 |
|---|---|
| Come candidarsi | Other |