Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Reti neurali per lo studio del trasporto in mezzi porosi - Rif. 335/2022-AR |
|---|---|
| Titolo del progetto di ricerca in inglese | NEural neTworks for studying TRAnsport in POrous Media - Ref. 335/2022-AR |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-IND/26 - TEORIA DELLO SVILUPPO DEI PROCESSI CHIMICI |
| Descrizione sintetica in italiano | Il lavoro si inserisce in una già avviata linea di ricerca il cui centro è l’investigazione dei fenomeni di trasporto in mezzi porosi. In questa attività si prevede di sviluppare modelli geometrici piu’ sofisticati per descrivere una grande varietà di mezzi porosi di interesse (e.g: letti impaccati per reattori catalitici) e soprattutto sviluppando modelli di machine learning che agiscano da efficaci surrogati dei modelli a principi primi, piu’ costosi. Nel programma di ricerca verranno utilizzate tecniche di fluidodinamica computazionale (CFD) con cui viene generato il dataset iniziale (ground truth), ed in seguito algoritmi di machine learning (specificamente reti neurali convolutive) per la creazione dei modelli data-driven. L’obiettivo finale è ottenere modelli surrogati data-driven (ad ordine ridotto e a ordine completo) con accuratezza simile ai modelli classici a principi primi, caratterizzati da costo computazionale molto basso. |
| Descrizione sintetica in inglese | This work continues an already established research line whose focus is the investigation of flow and transport in porous media. In this specific activity the objective is to develop more sophisticated geometric models of porous media so to describe various cases of interest (e.g: packed bed for catalytic reactors) and even more importantly to develop machine learning models acting as surrogates of the more expensive first-principles models. In this research programme the latter models will be developed with computational fluid dynamic (CFD) techniques, and their results will be used to create the ground-truth initial dataset; in turn these will be used in the training of machine learning algorithms (specifically convolutional neural networks) and the creation of data-driven models. The final objective is to obtain surrogate data-driven models with similar accuracy to classical CFD models, but with much lower computational cost. |
| Data del bando | 14/12/2022 |
| 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/ |
| peps.assegnidiricerca@polito.it | |
| Telefono | +39 011 090 6136 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 21/12/2022 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://careers.polito.it/ |