پژوهشیار در شبیه‌سازی المان محدود مجهز به یادگیری عمیق
توسعه ابزارهای محاسباتی پیشرفته که یادگیری عمیق و روش‌های المان محدود را برای مکانیک شکست و مکانیک جامدات ادغام می‌کنند.
مناسب برای:مناسب برای مهندسان یا پژوهشگرانی با پیشینه قوی در مهندسی مکانیک/هوافضا، یادگیری عمیق و روش‌های المان محدود، که به دنبال تجربه عملی در پژوهش‌های محاسباتی میان‌رشته‌ای هستند.
مرور کلی
این موقعیت پژوهشیار یک‌ساله با قرارداد مدت‌دار در دانشگاه کوئین مری لندن بر پیشبرد ابزارهای شبیه‌سازی محاسباتی از طریق ترکیب یادگیری عمیق با روش‌های المان محدود تمرکز دارد. این پروژه که توسط UKRI EPSRC تأمین مالی می‌شود، با EPFL (سوئیس) و دانشگاه فلوریدا همکاری می‌کند تا چالش‌های مکانیک شکست و مکانیک جامدات گسترده‌تر را حل کند. نامزد موفق زیر نظر دکتر ستیش‌کومار آنوسویا پونوسامی کار خواهد کرد و در پژوهش‌های میان‌رشته‌ای، توسعه نرم‌افزار و انتشار یافته‌ها در کنفرانس‌ها و مجلات مشارکت خواهد داشت. این نقش هوش مصنوعی و مهندسی را به هم پیوند می‌دهد و محیطی پویا برای نوآوری در مکانیک محاسباتی ارائه می‌دهد.
نحوهٔ درخواست
برای دیدن امتیاز تطابق شخصی، نیازمندی‌ها، جزئیات بودجه و نحوهٔ درخواست — به انگلیسی یا فارسی — حساب کاربری رایگان بساز.