Incarico di ricercaMatematica, fisica e chimica
Scientific Machine Learning per modelli surrogati di sistemi biologici - 2026_IDR_DMAT_11
Deadline23 ottobre 2026
Pubblicato28 settembre 2026
Aggiornamento scheda28 settembre 2026
Settore scientifico-disciplinare (SSD)MATH-05/A - Analisi numerica
Gruppo scientifico-disciplinare (GSD)01/MATH-05 - ANALISI NUMERICA
DurataDa bando ufficiale
ImportoDa bando ufficiale
LinguaIT/EN
Sintesi
L’obiettivo del programma di ricerca è lo sviluppo e l’analisi di metodi di operator learning e physics-informed learning per la costruzione di modelli surrogati di sistemi descritti da equazioni differenziali, con particolare riferimento all’elettrofisiologia cardiaca. L’attività comprenderà lo studio di metodologie di Scientific Machine Learning capaci di incorporare e preservare, per costruzione o attraverso oppo...
Requisiti principali
- Requisiti indicati nel bando ufficiale
Opportunità correlate
- Sviluppo e applicazione di metodologie multireference avanzate per lo studio di sistemi molecolari in ambiente complesso — Scuola Normale Superiore · Scadenza: 28 settembre 2026
- “Supporto alle operazioni e calibrazioni dello strumento MIST-A”. — INAF-IAPS · Scadenza: 28 settembre 2026
- Ottimizzazione di elettrolizzatori innovativi — Università degli Studi di Padova · Scadenza: 28 settembre 2026