Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Proprietà emergenti dei materiali per mezzo di tecniche di Monte Carlo quantistico e di Machine Learning |
|---|---|
| Titolo del progetto di ricerca in inglese | Emergent materials properties by quantum Monte Carlo and Machine Learning techniques |
| Settore Concorsuale | 02 - Scienze fisiche |
| S.S.D | FIS/03 - FISICA DELLA MATERIA |
| Descrizione sintetica in italiano | Al fine di ottenere simulazioni affidabili delle proprietà dei materiali, sta diventando sempre più importante raggiungere il traguardo di una descrizione elettronica accurata e di simulazioni di taglia grande, dai sistemi di interesse biochimico (acqua, ghiaccio, e sistemi acquosi), alle scienze dei pianeti (materiali sottoposti ad alte pressioni, come l' idrogeno compresso, l' acqua, il metano e il ferro), vetri e leghe, per menzionarne alcune. Uno degli scopi fondamentali del progetto e' di sviluppare tecniche di Monte Carlo quantistico per ottenere simulazioni elettroniche all' avanguardia, che possono essere usate per comprendere le proprietà emergenti in materiali correlati (e.g. superconduttori ad alta Tc, isolanti di Mott eccitonici e topologici), e per ottenere potenziali con campi di forze di qualità ab-initio con tecniche di ''machine learning'. |
| Descrizione sintetica in inglese | For reliable materials property simulations, it is becoming of paramount importance to achieve both a high quality electronic description and large simulation sizes, from systems of biochemical interests (water, ice and aqueous systems), planetary science (materials under high-pressures such as compressed hydrogen, water, methane, iron), glasses and alloys, to name a few. One of the main tasks of the present project is to develop quantum Monte Carlo techniques for state of the art electronic simulations,that can be used for understanding emergent properties in correlated materials (e.g. HTc superconductors, excitonic. Mott and topological insulators) and for obtaining force fields of ab initio quality with machine learning techniques. |
| Data del bando | 08/11/2019 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://www.sissa.it/bandi/selezione-pubblica-titoli-conferimento-di-n-1-assegno-di-ricerca-area-fisica-ref-prof-2 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Importo annuale | 34200 |
| Valuta | Euro |
| Nome dell'Ente finanziatore | SISSA |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Trieste |
| Sito web | https://www.sissa.it/ |
| assegniricerca@sissa.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 07/01/2020 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://pica.cineca.it/sissa/ar-fe-fisi-43-2019 |