PhD Monitor
/جزئیات
Electronics● بازPreview

دکتری در یادگیری آگاه از فیزیک برای مسائل معکوس آکوستیک

توسعه چارچوب‌های پیشرفته ریاضی و هوش مصنوعی برای بازسازی میدان آکوستیک و تشخیص منابع متحرک.

مناسب برای:مناسب برای داوطلبانی با پیش‌زمینه قوی در یادگیری ماشین آگاه از فیزیک، انتشار موج و بهینه‌سازی عددی.

Arts et Métiers ParisTech (ENSAM) · France
استادان بیشتر در Arts et Métiers ParisTech (ENSAM)
مسائل معکوس آکوستیکشبکه‌های عصبی آگاه از فیزیکمدل‌سازی معادله موجحسگری آکوستیک توزیع‌شدهبهینه‌سازی مقید
مهلت
۳۱ اکتبر ۲۰۲۶
۱۶ روز
بودجه
حقوقی
شروع
—
مکان
France

مرور کلی

این پروژه دکتری بر ایجاد یک چارچوب ریاضی و الگوریتمی قوی برای حل مسائل معکوس آکوستیک در محیط‌های پیچیده تمرکز دارد. با ادغام مستقیم معادله موج در معماری‌های هوش مصنوعی، این پژوهش به دنبال بهبود بازسازی میدان آکوستیک از اندازه‌گیری‌های جزئی است. این کار شامل توسعه روش‌هایی برای مکان‌یابی منابع متحرک و انجام تحلیل کمی قابلیت تشخیص است. داوطلبان در تقاطع مدل‌سازی معادلات دیفرانسیل جزئی، بهینه‌سازی مقید و یادگیری عمیق ترکیبی کار خواهند کرد. این پروژه کاربردهای عملی در حسگری آکوستیک توزیع‌شده و تشخیص پلتفرم‌های متحرک دارد.

آکوستیکیادگیری عمیقمسائل معکوسپردازش سیگنالمدل‌سازی PDEتشخیص منبع متحرک

نحوهٔ درخواست

آزمایشگاه
Laboratoire d’Interfaces Sensorielles & Ambiantes
Arts et Métiers ParisTech (ENSAM)
France
موقعیت کامل را ببین

برای دیدن امتیاز تطابق شخصی، نیازمندی‌ها، جزئیات بودجه و نحوهٔ درخواست — به انگلیسی یا فارسی — حساب کاربری رایگان بساز.

بدون نیاز به کارت بانکی · ۱۰ امتیاز تطابق AI رایگان
آماده‌اید؟
۱۶ روز تا مهلت — به این موقعیت اقدام کن.