Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Sviluppo di tecniche di Machine Learning e Deep Learning per il controllo di eventi pericolosi in macchine per la Fusione Nucleare |
|---|---|
| Titolo del progetto di ricerca in inglese | Development of Machine Learning and Deep Learning techniques for control of dangerous events in Nuclear Fusion devices. |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Electronic engineering |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-IND/31 - ELETTROTECNICA |
| Descrizione sintetica in italiano | Uno dei principali ostacoli alla produzione stabile e continuativa di energia da fusione da un plasma magneticamente confinato è il controllo delle instabilità MHD, come le disruzioni, e dei carichi termici sui componenti di prima parete. Nel progetto verranno implementati algoritmi Machine Learning e Deep Learning per la predizione di disruzioni, che riflettano la dinamica dei meccanismi fisici alla base dell’insorgere di tali instabilità. Essi consentiranno di monitorare in tempo reale lo spazio di parametri di plasma, progettando al contempo algoritmi di predizione e classificazione i cui output possono essere elaborati da controller appositamente progettati. Il progetto è inoltre orientato allo sviluppo di tool per la caratterizzazione e il controllo delle strike-lines nei divertori di un esperimento di fusione nucleare, che ha come prerequisito la stima affidabile e veloce dei flussi di calore sui componenti di prima parete. |
| Descrizione sintetica in inglese | One of the main obstacles to the stable and continuous production of fusion energy from a magnetically confined plasma is the control of MHD instabilities, such as disruptions, and thermal loads on first wall components. Machine Learning and Deep Learning algorithms will be implemented in the project for the prediction of disruptions, which reflect the dynamics of the physical mechanisms underlying the onset of such instabilities. They will allow real-time monitoring of the plasma parameter space, while designing prediction and classification algorithms whose outputs can be processed by specially designed controllers. The project is also oriented to the development of tools for the characterization and control of strike-lines in the divertors of a nuclear fusion experiment, which has as a prerequisite the reliable and fast estimation of heat fluxes on the first wall components. |
| Data del bando | 12/10/2022 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://dirpersonale.unica.it/concorsi/index.php?page=assegni |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Università di Cagliari |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Cagliari |
| Sito web | http://www.unica.it |
| alessandra.fanni@unica.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 02/11/2022 |
|---|---|
| Come candidarsi | Other |