Clúster de recerca
Models predictius d’alta fidelitat fonamentats en dades
Persona de contacte
Matteo Giacomini
Líders acadèmics
Pedro Díez, Alberto Garcia, Matteo Giacomini, Antonio Huerta, Ivan Markovsky, Sergio Zlotnik

Visió general
Recerca
Membres
Projectes
Publicacions
Aquest clúster de recerca desenvolupa models matemàtics i computacionals que integren la comprensió física amb dades de simulacions i experiments, avançant tècniques de modelització subrogada per a l’optimització, problemes inversos i quantificació d’incertesa en aplicacions d’enginyeria.
El clúster de recerca Credible High-Fidelity and Data-Driven Models de CIMNE desenvolupa enfocaments matemàtics i computacionals innovadors que avancen capacitats quantitatives i predictives en ciència i enginyeria. El clúster integra models físics rigorosos amb fonts de dades riques de simulacions numèriques, experiments de laboratori i observacions del món real per crear marcs predictius robustos.
Un focus central del clúster és avançar en l’estat de la tècnica en la modelització de fenòmens complexos sorgits en la producció industrial i el desenvolupament sostenible. Això s’aconsegueix mitjançant la formulació de models basats en equacions diferencials parcials i descripcions basades en dades i mitjançant el desenvolupament de nous mètodes computacionals per a la seva simulació numèrica. Això inclou el disseny de nous paradigmes per a la modelització de subrogats, com el Direct Data-Driven Design (D4), les estratègies de multifidelitat que identifiquen de manera adaptativa instantànies adequades, i els mètodes per avaluar i controlar la precisió i robustesa dels subrogats al soroll i la incertesa, alhora que es garanteix la consciència del domini.
El clúster aplica aquestes tècniques avançades de modelització als reptes d’optimització (incloent multifidelitat, així com optimització de formes i topologia), problemes inversos (utilitzant enfocaments Bayesians i adaptatius de Monte Carlo Markov Chain), i quantificació d’incertesa, amb especial atenció a la manipulació de dades sorolloses i incertes mitjançant estratègies de mostreig òptimes per a sistemes complexos paramètrics.
Les aplicacions de recerca abasten quatre dominis principals: (1) disseny d’enginyeria d’automoció, optimització i simulació, amb èmfasi en els camps de creixement de l’electromobilitat i la seguretat dels vehicles; (2) explotació de l’energia geotèrmica i els recursos minerals estratègics, amb atenció als reptes de la sostenibilitat; (3) modelització específica de pacients i basada en dades per a la presa de decisions sanitàries en medicina personalitzada; (4) sistemes de microfiltració per a l’accés a l’aigua neta i la resiliència en presència d’esdeveniments extrems. A través d’aquests esforços, el clúster pretén democratitzar l’accés a tecnologies de modelatge d’alta fidelitat i solucions digitals bessones frontereres, garantint l’eficiència numèrica, la robustesa i la credibilitat en diverses aplicacions científiques i d’enginyeria.



Projectes en curs
Projectes finalitzats
Cerca
Notícies relacionades
No s'han trobat resultats
The page you requested could not be found. Try refining your search, or use the navigation above to locate the post.