Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Simulazioni con Machine Learning per la quantificazione dell'incertezza di modelli basati su equazioni differenziali alle derivate parziali - Rif. 190/2020-AR |
|---|---|
| Titolo del progetto di ricerca in inglese | Machine Learning simulations for Uncertainty Quantification of models based on Partial Differential Equations - Ref. 190/2020-AR |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | MAT/08 - ANALISI NUMERICA |
| Descrizione sintetica in italiano | Il programma di ricerca prevede lo sviluppo e l'analisi di tecniche affidabili per l'uso di reti neurali basato sull'uso di modelli matematici alle derivate parziali nell'ambito di problemi fisici di interesse applicativo caratterizzati da grande complessità geometrica o modellistica. In particolare, l'attività di ricerca riguarderà lo sviluppo di reti neurali che in seguito ad un opportuno addestramento siano in grado di fornire approssimazioni di quantità di interesse. L'attività sarà anche volta a studiare l'uso delle reti neurali come modelli ridotti, in modo che le approssimazioni fornite dalle reti neurali possano integrare le approssimazioni ottenute con simulazioni accurate; questo approccio verrà in particolare analizzato nell'ottica di un possibile uso per problemi di quantificazione dell'incertezza in problemi fisici caratterizzati da grande variablità. |
| Descrizione sintetica in inglese | The research program involves the development and the analysis of reliable techniques for the use of neural networks based on the use of partial differential equations in the framework of physical problems of applicative interest, characterized by high geometric or modeling complexity. In particular, the research activity will concern the development of neural networks which, after an appropriate training, are able to provide approximations of quantities of interest. The activity will also be aimed at studying the use of neural networks as reduced models, so that the approximations provided by the neural networks can integrate the approximations obtained with accurate simulations; this approach will be analyzed in particular in view of a possible use in uncertainty quantification analyses for physical problems characterized by great parameters variability. |
| Data del bando | 25/09/2020 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
OTHER |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://careers.polito.it/ |
| Destinatari dell'assegno 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 valutazione comparativa sono disponibili all'indirizzo: https://careers.polito.it/ |
| Criteri di selezione in inglese (breve descrizione) | To apply for research grants fill out the form available at the following address: https://careers.polito.it/ |
| Nome dell'Ente finanziatore | Politecnico di Torino |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | TORINO |
| Sito web | http://www.polito.it/ |
| ruo.assegnidiricerca@polito.it | |
| Telefono | 0110906136 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 08/10/2020 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://careers.polito.it/ |