AI-based Learning for Physical Simulation

Informazioni relative al progetto

ALPS

ID dell’accordo di sovvenzione: 101039481

DOI

10.3030/101039481

Data della firma CE 31 Maggio 2022

Data di avvio 1 Settembre 2022

Data di completamento 31 Agosto 2027

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 315 000,00

Contributo UE

€ 1 315 000,00

Coordinato da

AARHUS UNIVERSITET
Denmark

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Peer reviewed articles (4)

Machine learning-based optimal design of fibrillar adhesives

Autori: Mohammad Shojaeifard, Matteo Ferraresso, Alessandro Lucantonio, Mattia Bacca
Pubblicato in: Journal of The Royal Society Interface, Numero 22, 2025, ISSN 1742-5662
Editore: The Royal Society
DOI: 10.1098/RSIF.2024.0636

Symbolic regression of data-driven reduced order model closures for under-resolved, convection-dominated flows

Autori: Simone Manti, Ping-Hsuan Tsai, Alessandro Lucantonio, Traian Iliescu
Pubblicato in: Journal of Computational Physics, Numero 540, 2025, ISSN 0021-9991
Editore: Elsevier BV
DOI: 10.1016/J.JCP.2025.114298

Knowledge-Guided Symbolic Regression for Interpretable Camera Calibration

Autori: Rui Pimentel de Figueiredo
Pubblicato in: Journal of Imaging, Numero 11, 2025, ISSN 2313-433X
Editore: MDPI AG
DOI: 10.3390/JIMAGING11110389

Discovering interpretable physical models using symbolic regression and discrete exterior calculus

Autori: Simone Manti; Alessandro Lucantonio
Pubblicato in: Machine Learning Science and Technology, Numero 5, 2024, ISSN 2632-2153
Editore: IOP
DOI: 10.1088/2632-2153/ad1af2