Nell'ambito dell'analisi numerica per equazioni alle derivate parziali parametriche, il progetto ambisce a sviluppare nuove metodologie per consentire lo studio di fenomeni complessi, identificati come cruciali per applicazioni matematiche o industriali. Il punto di partenza è la combinazione dei più tradizionali modelli di ordine ridotto, con nuove tecniche provenienti dall'apprendimento automatico e dalle reti neurali.
L'obiettivo del progetto, sostenuto dal programma Higher Education and Development del Fondo Sociale Europeo, è l'ottimizzazione del sistema di propulsione di una nave da crociera attraverso la parametrizzazione geometrica dell'elica stessa. La modellazione dell'elica verrà eseguita utilizzando un software open source con una procedura bottom-up.
Obiettivo del progetto SHEMS (Smart Hybrid Energy Management System) è quello di ridurre l'emissione di gas serra nell'atmosfera dovuti al consumo di carburante da parte delle navi. Lo scopo principale è quello di ottimizzare la potenza utiizzando risorse alternative presenti a bordo, come ad esempio le batterie. L'ottimizzazione delle emissioni sfrutta l'analisi di dati ottenuti dai sensori installati sulla nave stessa, analizzati con metodi di machine learning. Il progetto si pone l'obiettivo di migliorare la sostenibilità, oltre a ridurre l'impatto ambientale.
SISSA, è Partner di SAFE (Realtime Damage Manager And Decision Support), progetto di ricerca e sviluppo nell’ambito delle Tecnologie Marittime, cofinanziato dal Fondo Europeo per lo Sviluppo Regionale.
L’obiettivo del progetto che prevede una borsa di dottorato è la creazione di una rete neurale a convoluzione per il riconoscimento e localizzazione di oggetti introdotti in una lavastoviglie e successiva integrazione di uno studio fluidodinamico.
The aim of the project, which is based on a Phd grant, is building a Convolutional Neural Network for the recognition and detection of the different objects placed in a dishwasher and then a subsequent integration with a fluid dynamic study.
