MODELOS DE ORDEN REDUCIDO HIBRIDOS APLICADOS A FLUJOS INCOMPRESIBLES Y REDES NEU...
MODELOS DE ORDEN REDUCIDO HIBRIDOS APLICADOS A FLUJOS INCOMPRESIBLES Y REDES NEURONALES CEREBRALES.
EL OBJETIVO GENERAL DEL PROYECTO ES EL DESARROLLO, ANALISIS Y APLICACION DE MODELOS HIBRIDOS (BASADOS EN DATOS Y BASADOS EN LA FISICA) AVANZADOS DE ORDEN REDUCIDO (ROM), CON APLICACIONES A FLUJOS DE FLUIDO INCOMPRESIBLES Y NEUROC...
ver más
UNIVERSIDAD DE SEVILLA
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores3670
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2021-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Proyectos interesantes
MTM2008-06349-C03-03
ECUACIONES CINETICAS Y MACROSCOPICAS EN MODELOS DE FISICA-MA...
224K€
Cerrado
PID2020-114976GB-I00
EDPS PARA MODELAR FENOMENOS REALES: ANALISIS, CONTROL Y SIMU...
66K€
Cerrado
MTM2010-14919
METODOS NUMERICOS PARA ECUACIONES DE CONVECCION-REACCION-DIF...
24K€
Cerrado
MTM2011-28043
ANALISIS Y APROXIMACION NUMERICA DE MODELOS BASADOS EN ECUAC...
27K€
Cerrado
UNIVERSIDAD DE SEVILLA
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores3670
Presupuesto del proyecto
109K€
Descripción del proyecto
EL OBJETIVO GENERAL DEL PROYECTO ES EL DESARROLLO, ANALISIS Y APLICACION DE MODELOS HIBRIDOS (BASADOS EN DATOS Y BASADOS EN LA FISICA) AVANZADOS DE ORDEN REDUCIDO (ROM), CON APLICACIONES A FLUJOS DE FLUIDO INCOMPRESIBLES Y NEUROCIENCIAS. CON ESTE OBJETIVO, NUESTRA PRIMERA LINEA DE INVESTIGACION CONSISTIRA EN EL DESARROLLO AVANZADO DE ROMS BASADOS EN DISCRETIZACIONES DE TIPO POD-VMS (PROPER ORTHOGONAL DECOMPOSITION -VARIATIONAL MULTISCALE) DE FLUJOS DE FLUIDO INCOMPRESIBLE. USAREMOS TECNICAS BASADAS EN DATOS PARA MODELAR LOS TERMINOS DE ESTABILIZACION. TAMBIEN OBTENDREMOS ESTIMACIONES DE ERROR UNIFORMES PARA POD-ROM BASADAS EN COCIENTES DE DIFERENCIA (DQ), APLICADAS A FLUJOS NO LINEALES. ADEMAS, ELABORAREMOS DISCRETIZACIONES PRECISAS DE LA PRESION, UNA NECESIDAD EN LOS MODELOS REDUCIDOS DE FLUJOS ACTUALES. CONSIDERAREMOS FLUJOS GOBERNADOS POR MODELOS NO LINEALES DE FLUJOS CON COMPLEJIDAD CRECIENTE, DESDE LAS ECUACIONES DE BURGERS HASTA LAS DE NAVIER-STOKES.EN SEGUNDO LUGAR, PROPONEMOS DESARROLLAR ROMS DE FLUJOS INCOMPRESIBLES TURBULENTOS. ELABORAREMOS APROXIMACIONES DE ORDEN REDUCIDO DE LOS TERMINOS DE VISCOSIDAD TURBULENTA EN MODELOS DE TURBULENCIA ROM-POD RANS. ADEMAS CONSTRUIREMOS ESTIMADORES DE ERROR PRECISOS PARA MODELOS EVOLUTIVOS 3D DE TIPO LES, APLICANDO TANTO LA TEORIA DE KOLMOGOROV DE TURBULENCIA DE EQUILIBRIO ESTADISTICO COMO TECNICAS DE HIPERREDUCCION - COLOCACION. UNA VEZ CONSTRUIDO EL MODELO REDUCIDO DE TURBULENCIA, SE UTILIZARA PARA LA CONSTRUCCION DIRECTA DE LA APLICACION ENTRADA - SALIDA DE LA SOLUCION PARAMETRICA PROPORCIONADA POR EL MODELO DE TURBULENCIA, UTILIZANDO REDES NEURONALES ARTIFICIALES INFORMADAS POR LA FISICA (PINNS). ESTA LINEA DE INVESTIGACION PERMITIRA SIMULAR EL FLUJO DE AIRE PARAMETRICO ALREDEDOR DE AEROGENERADORES EN TIEMPOS DE COMPUTACION ABORDABLES PARA UNA POSTERIOR OPTIMIZACION DEL RENDIMIENTO ENERGETICO DE ESTOS.UNA TERCERA LINEA DE INVESTIGACION CONSISTIRA EN EL DESARROLLO DE MODELOS ROM-DD (DESCOMPOSICION DE DOMINIOS) PARA PROBLEMAS DE FLUJO INCOMPRESIBLE. INICIALMENTE SE CONSTRUIRAN METODOS MIXTOS ROM - DD PARA PROBLEMAS DE CONVECCION-DIFUSION CONSIDERANDO EL NUMERO DE PECLET COMO PARAMETRO. LA COMBINACION ENTRE ELLOS SE REALIZARA A TRAVES DE LAS CONDICIONES DE CONTORNO PARA DD CON SUPERPOSICION. EN LA FASE FUERA DE LINEA SE CONSTRUIRA UN MODELO DE ORDEN REDUCIDO PARA LAS CONDICIONES DE CONTORNO REQUERIDAS POR LA TECNICA DD. EXTENDEREMOS EL MODELO ROM-DD A LAS ECUACIONES DE NAVIER-STOKES Y LO APLICAREMOS AL MODELADO DE RECEPTORES DE ENERGIA SOLAR, CON VISTAS EN UNA POSTERIOR APLICACION A LA OPTIMIZACION DE SU RENDIMIENTO ENERGETICO.FINALMENTE, ELABORAREMOS ROM HIBRIDOS DE MODELOS MACROSCOPICOS DE REDES NEURONALES BIOLOGICAS. NUESTRO PRIMER OBJETIVO ES CONSTRUIR ROMS CAPACES DE REPRODUCIR REDES NEURONALES CEREBRALES MANTENIENDO LA RIQUEZA DINAMICA Y LAS PROPIEDADES DE SINCRONIZACION DE LA RED Y REDUCIENDO LOS COSTOS COMPUTACIONALES. EN UN SEGUNDO PASO, UTILIZAREMOS MODELIZACION BASADA EN DATOS PARA ELABORAR MODELOS MACROSCOPICOS DE INTERACCIONES NEURONALES. COMBINAREMOS HERRAMIENTAS CLASICAS DEL ANALISIS NUMERICO JUNTO CON TECNICAS DE AJUSTE DE CURVAS, CON EL FIN DE ENCONTRAR LOS MECANISMOS QUE IMPULSAN LA EVOLUCION DEL CONJUNTO DE DATOS. TAMBIEN CONSIDERAREMOS LA ADICION DE TERMINOS ESTOCASTICOS PARA MODELAR LA INCERTIDUMBRE ASOCIADA A ESTA CLASE DE PROBLEMAS. ODELIZACION DE ORDEN REDUCIDO\RECEPTORES DE ENERGIA SOLAR\ENERGIA SOLAR\AEROGENERADORES\ENERGIA EOLICA\NEUROCIENCIA\MECANICA DE FLUIDOS\MODELIZACION BASADA EN DATOS