Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Adjoint-accelerated Inference and Optimization Methods

Descrizione del progetto

Modelli scientifici più veloci e intelligenti

La scienza moderna si basa su modelli in grado di dare un senso a dati vasti e complessi; ciononostante, quando questi modelli coinvolgono migliaia di parametri, l’assimilazione dei dati richiede troppo tempo, per cui i risultati diventano incerti e vengono perse informazioni fondamentali. Il progetto AXIOM, finanziato dal CER, accelererà l’inferenza bayesiana mediante l’impiego di metodi di ottimizzazione avanzati, applicandola a problemi di fluidodinamica. AXIOM fornirà modelli affidabili e interpretabili a partire da grandi set di dati, secondo un approccio che potrebbe ridurre di dieci volte i tempi di scansione della risonanza magnetica a flusso, rendendo questa tecnica di imaging medico più accessibile ai pazienti. Oltre alla medicina, il progetto aumenterà l’efficienza in settori quali le turbine a gas e la modellizzazione della turbolenza, dimostrando il modo in cui modelli basati sui dati e sulla fisica sono in grado di rimodellare la ricerca e l’innovazione in tutta Europa.

Obiettivo

The proposed research will demonstrate, with industrial examples, how scientists and engineers can efficiently combine data with prior physical knowledge. It will leverage Bayesian inference for rigour, adjoint methods for speed, and fluid dynamics for impact. Bayesian inference has been applied to fluid dynamics before but rarely using adjoint-accelerated inference and optimization methods (AXIOMs). These methods are crucial for practical applications because they dramatically accelerate data assimilation, especially when models contain thousands of parameters. This produces quantitatively-accurate physically-interpretable models that extrapolate successfully in directions in which the physics holds. Furthermore, they quantify the information content of data and rank physics-based, physics-agnostic, and combined models by calculating their relative likelihoods given the data. The proposed research will exploit AXIOMs to achieve a 10 times reduction in scan time of Flow-MRI (Magnetic Resonance Imaging) compared with state-of-the-art compressed sensing, transforming the accessibility of clinical Flow-MRI. This research will achieve a similar increase in the extractable information from experimental campaigns on gas turbine rigs, increasing reliability and reducing cost in a crucial European industry. It will also infer the rheometry of opaque fluids from a single Flow-MRI image, rigorously select the most appropriate turbulence model from data, and improve the robustness of widely-used model discovery algorithms. This project will encourage researchers to consider data in terms of information content rather than file size, enable the use of physics-based models alongside physics-agnostic models, and contribute to other areas in physical science through engagement with the UK’s Alan Turing Institute.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2024-ADG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

THE CHANCELLOR MASTERS AND SCHOLARS OF THE UNIVERSITY OF CAMBRIDGE
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 2 493 667,00
Indirizzo
TRINITY LANE THE OLD SCHOOLS
CB2 1TN CAMBRIDGE
Regno Unito

Mostra sulla mappa

Regione
East of England East Anglia Cambridgeshire CC
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato

Beneficiari (1)

Il mio fascicolo 0 0