PhD Monitor
/جزئیات
Computational Mathematics and Scientific Computing● بازPreview

موقعیت دکتری: روش‌های عددی برای پویایی زمانی با نوسانات بسیار بالا

توسعه روش‌های عددی نوآورانه مبتنی بر یادگیری ماشین برای حل معادلات دیفرانسیل با نوسانات بسیار بالا.

مناسب برای:مناسب برای دانشمندان حوزه محاسبات یا ریاضی‌دانان کاربردی با پیشینه قوی در روش‌های عددی و علاقه‌مند به ادغام یادگیری ماشین برای حل معادلات دیفرانسیل پیچیده.

Inria · Rennes, France
استادان بیشتر در Inria
معادلات دیفرانسیل با نوسانات بسیار بالاروش‌های عددییادگیری ماشین برای محاسبات علمیخودرمزگذارها در مدل‌سازی محاسباتیروش‌های ترکیبی عددی-هوش مصنوعیشبیه‌سازی پویایی زمانی
مهلت
۵ دسامبر ۲۰۲۶
۵۲ روز
بودجه
—
شروع
—
مکان
Rennes
France

مرور کلی

این موقعیت دکتری در Inria Rennes بر پیشبرد روش‌های عددی برای حل پویایی‌های زمانی با نوسانات بالا تمرکز دارد که چالشی حیاتی در علوم محاسباتی محسوب می‌شود. این پروژه که با تامین مالی ANR و با همکاری Inria Macaron (استراسبورگ) انجام می‌شود، با هدف ادغام یادگیری ماشین — به‌ویژه خودرمزگذارها (autoencoders) — برای ثبت پویایی‌های سریع در سیستم‌های پیچیده طراحی شده است. فرد برگزیده به بررسی وضعیت هنر (state-of-the-art)، تحلیل طرح‌واره‌های عددی موجود و ارائه رویکردهای ترکیبی جدید با ترکیب تکنیک‌های سنتی و مبتنی بر هوش مصنوعی خواهد پرداخت. این کار شامل برنامه‌نویسی، انتشار پژوهش و ارائه یافته‌ها در کنفرانس‌های بین‌المللی است. این فرصت برای پژوهشگرانی که به پیوند دادن تحلیل عددی و یادگیری ماشین اشتیاق دارند، ایده‌آل است.

آنالیز عددیمحاسبات علمیکاربردهای یادگیری ماشینمعادلات دیفرانسیلخودرمزگذارهاریاضیات محاسباتیپژوهش با تامین مالی ANRمحاسبات با کارایی بالا

نحوهٔ درخواست

آزمایشگاه
MINGUS (DIR-RBA)
Inria
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؟
۵۲ روز تا مهلت — به این موقعیت اقدام کن.