Modellizzazione multiscala di sistemi di materia sofficeLa ricerca si concentra sullo sviluppo di tecniche di machine learning per semplificare strutture molecolari complesse e consentire simulazioni su larga scala. In particolare, svilupperemo potenziali di rete neurale che approssimano la superficie di energia potenziale di sistemi di materia soffice, consentendo simulazioni efficienti e accurate. Gli esempi includono fluidi complessi come l'acqua, dispersioni colloidali, cristalli liquidi e biopolimeri
Bando RTDA 2023RTDAPNRR132 CN1 FIS/03 02B2 Resp. John Russo (SPC: 2023-2185-1339-206887)
Codice bando: RTDA 2023RTDAPNRR132
Data pubblicazione: 14-07-2023
Data scadenza: 29-07-2023
Data scadenza: 29-07-2023
SC/SSD:
SC/SSD: 02/B2 FISICA TEORICA DELLA MATERIA - FIS/03
Bando:
Bando

Pubblicazione G.U. n. 53
Pubblicazione G.U. data: 14-07-2023
Decreto nomina commissione
Data nomina commissione: 07-08-2023
Decreto approvazione atti
Centro di spesa: DIPARTIMENTO DI FISICA
2023-2185-1339-206887