Descrizione posizione

Titolo del progetto di ricerca in italiano	Metodi adattivi combinanti modelli fisici e algoritmi di apprendimento automatico per l'approssimazione di problemi differenziali 2022_RTDA_DMAT_5
Titolo del progetto di ricerca in inglese	Physics-aware, adaptive data-driven methods for the numerical approximation of differential problems 2022_RTDA_DMAT_5
Descrizione sintetica in italiano	Il processo decisionale in scenari complessi richiede la costruzione di modelli computazionali basati sulla fisica da utilizzare in sinergia con i dati acquisiti, talvolta limitati. Per poter prendere decisioni in tempo reale, i modelli risultanti devono superare i limiti dei metodi computazionali tradizionali, accurati ma purtroppo costosi, basati su modelli differenziali. Per questo motivo, strategie adattive, l'assimilazione dei dati, modelli di ordine ridotto, il controllo ottimale e la quantificazione dell'incertezza, devono essere progettati sulla base di un approccio matematico rigoroso. Le attività oggetto della ricerca sono coerenti con il PNRR, in particolare nell'ambito PE (Partenariato Esteso) Linea AI (Artificial Intelligence). Il candidato svolgerà attività didattica su argomenti legati al settore dell'analisi numerica. L'impegno annuo complessivo eÌ pari a 350 ore. Finanziato dall'Unione europea - NextGenerationEU.
Descrizione sintetica in inglese	Decision making in complex processes and scenarios calls for the construction of physics-aware mathematical models to be used in synergy with acquired, but possibly limited, data. To be able to make decisions in real-time, resulting models must overcome common limitations of accurate, but unfortunately expensive, computational methods for differential models. For this reason, adaptive strategies to perform model-based simulation, data assimilation, reduced-order modelling, optimal control and uncertainty quantification, must be designed as strongly based on a mathematically rigorous framework. The research activities are consistent with the PNRR, in particular with PE (Partenariato Esteso) Linea AI (Artificial Intelligence). The successful candidate is expected to carry out teaching activities in the field of numerical analysis. The total annual commitment is equivalent to 350 hours. Funded by the European Union - NextGenerationEU.
Numero posti	1
Settore Concorsuale	01/A5 - ANALISI NUMERICA
S.S.D	MAT/08 - ANALISI NUMERICA
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	12/10/2022

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Full-time
Organizzazione/Ente	Politecnico di Milano
Paese (dove si svolgerà l'attività)	ITALY
Città	Milano

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	Politecnico di Milano
Tipo	Academic
Paese	ITALY
Città	Milano
E-mail	concorsi@polimi.it
Sito web	https://www.polimi.it/en/bandi-per-i-ricercatori-pnrr

 

Dettagli per la candidatura

Data di scadenza del bando	03/11/2022 - alle ore 23:59
Come candidarsi	Other

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Other

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Good