Torna ai risultati della ricercaBando per incarichi post doc
| Titolo del progetto in italiano | Identificazione multiscala degli effetti dimensionali nella meccanica strutturale (MISE) |
|---|---|
| Titolo del progetto in inglese | Multiscale Identification of Size Effects in Structural Mechanics (MISE) |
| G.S.D. | 08/CEAR-06 - SCIENZA DELLE COSTRUZIONI |
| S.S.D | CEAR-06/A - Scienza delle costruzioni |
| Descrizione sintetica in italiano | Il progetto MISE sviluppa un approccio rigoroso alla modellazione meccanica multiscala di strutture e materiali la cui risposta dipende dalla scala geometrica e dalla variabilità dei parametri meccanici. In presenza di micro/nano-strutture, difetti e dispersione costitutiva, i modelli continui classici risultano inadeguati nel rappresentare l’effetto dell’architettura interna e dell’incertezza sulla risposta globale. Il progetto propone l’identificazione probabilistica di modelli continui con parametri addizionali o termini costitutivi specifici, determinati a partire da modelli microstrutturali e dati sperimentali. Inferenza Bayesiana, machine learning e modellazione probabilistica sono impiegati in modo integrato per aggiornare i modelli, quantificare l’incertezza e individuare relazioni tra parametri microscopici e risposta strutturale. L’obiettivo è definire modelli fisicamente interpretabili, capaci di riprodurre effetti di scala e fornire stime dell’errore. |
| Descrizione sintetica in inglese | The MISE project develops a rigorous approach to the multiscale mechanical modeling of structures and materials whose response depends on geometric scale and variability of mechanical parameters. In systems characterized by a micro/nano-structures, defects, and constitutive dispersion, classical continuum models are inadequate to represent the effects of internal architecture and uncertainty on the global response. The project proposes the probabilistic identification of continuum models with additional parameters or specific constitutive terms, determined from microstructural models and experimental data. Bayesian inference, machine learning, and probabilistic modeling are employed in an integrated manner to update models, quantify uncertainty, and identify functional relationships between microscopic parameters and structural response. The objective is to define physically interpretable models able to reproduce scale effects and to provide estimates of model error. |
| Data del bando | 05/03/2026 |
| Paesi in cui può essere condotto l'incarico |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://www.unipg.it/ateneo/concorsi/incarichi-post-doc/bandi-e-procedure?view=elenco&layout=concorso&idConcorso=56091 |
| Destinatari dell'incarico post doc (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|
| Nome dell'Ente finanziatore | Università degli Studi di Perugia |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Perugia |
| Sito web | https://www.unipg.it/ateneo/concorsi/incarichi-post-doc/bandi-e-procedure?view=elenco&layout=concorso&idConcorso=56091 |
| ufficio.concorsi@unipg.it | |
| Telefono | 075 585 2368 - 2333 |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 16/03/2026 - alle ore 23:59 |
|---|---|
| Come candidarsi | https://www.unipg.it/ateneo/concorsi/incarichi-post-doc/bandi-e-procedure?view=elenco&layout=concorso&idConcorso=56091 |