Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | "Approcci di Machine Learning per il design di compositi biofiller/polimero con proprietà meccaniche desiderate" nell’ambito del progetto “AWAD” di cui agli Innovation Grant - National Centre for HPC, Big Data and Quantum Computing |
|---|---|
| Titolo del progetto di ricerca in inglese | "Machine Learning approaches for the design of biofiller/polymer composites with desired mechanical properties" |
| G.S.D. | 03/CHEM-07 - CHIMICA FARMACEUTICA, TOSSICOLOGICA, NUTRACEUTICO-ALIMENTARE, DELLE FERMENTAZIONI E DEI PRODOTTI PER IL BENESSERE E PER LA SALUTE |
| S.S.D | CHEM-07/A - Chimica farmaceutica |
| Descrizione sintetica in italiano | La valorizzazione di rifiuti agroindustriali come biofiller per materie plastiche rientra nel contesto della gestione di rifiuti e materiali sostenibili. Tuttavia, la sensibilità al calore durante la stampa e i problemi di compatibilità matrice/carica spesso limitano o addirittura precludono il suo uso industriale. Il progetto si occupa dell'ottimizzazione delle proprietà dei biocompositi mediante approcci avanzati di Machine Learning (ML), in un ambiente collaborativo e multidisciplinare nel contesto dell'HPC. Lo sviluppo dei modelli di ML sarà basato non solo su dati di caratterizzazione sperimentale ma anche su simulazioni atomistiche, per prevedere la sensibilità al calore dei biofiller naturali durante la lavorazione. I modelli ML guideranno il design razionale di misure per minimizzare la degradazione dei biofiller, al fine di ottenere compositi biofiller/polimero con le proprietà meccaniche desiderate. |
| Descrizione sintetica in inglese | Agro-industrial waste valorization as biofillers in plastics addresses waste management and sustainable materials needs. However, heat sensitivity during printing and matrix/charge compatibility issues often limit or even preclude its industrial use. The project addresses the optimization of biocomposites properties, by means of advanced Machine Learning (ML) approaches in a collaborative and multidisciplinary environment in the HPC framework. The development of ML models will be based on experimental characterization and atomistic simulations to predict heat sensitivity of natural biofillers under processing; the models will guide the rational design of measures to minimize biofiller degradation, to finally obtain biofiller/polymer composites with desired mechanical properties. |
| Data del bando | 10/07/2024 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://web.units.it/concorsi/ricerca/conc-51836 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Importo annuale | 23.509 |
| Valuta | Euro |
| Massima durata dell'assegno (mesi) | 12 |
| Nome dell'Ente finanziatore | Università degli Studi di Trieste |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Trieste |
| Sito web | https://www.units.it/ |
| assegni@amm.units.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 10/08/2024 |
|---|---|
| Come candidarsi | https://pica.cineca.it/units (rif. PICA 24ar859-3HPC) |