منحة الدكتوراه: استخدام الشبكات العصبية المستنيرة بالفيزياء واستيعاب البيانات للتنبؤ بنوعية الهواء في المناطق الحضرية وتحسينها
جامعة ساوثهامبتون
جامعة حكومية, تصفح الفرص المماثلة
ar
جامعة حكومية, تصفح الفرص المماثلة
عنوان المشروع: استخدام الشبكات العصبية المستنيرة بالفيزياء واستيعاب البيانات للتنبؤ بنوعية الهواء في المناطق الحضرية وتحسينها
الفريق الإشرافي: شون سيمون وكريستينا فاندرويل
وصف المشروع
الهدف من هذا المشروع هو استخدام الشبكات العصبية المستنيرة بالفيزياء (PINN's) وتقنيات استيعاب البيانات لتحويل قياسات محدودة لديناميات الموائع الحضرية إلى نماذج دقيقة للغاية لتشتت الملوثات في المناطق الحضرية. تعتبر هذه النماذج ضرورية للإدارة البيئية والصحة العامة والتخطيط الحضري حتى تتمكن السلطات من تقييم وتخفيف تأثير الملوثات على جودة الهواء ورفاهية سكان المدينة.
سيعالج المشروع في البداية مشاكل انخفاض عدد رينولدز حول نماذج مبسطة للبيئات الحضرية والتي تشمل المباني والشوارع أو التضاريس غير المستوية. سيتم تدريب PINN على بيانات المحاكاة عالية الدقة وسيحدد مصطلحات الإغلاق غير المعروفة في المعادلات الحاكمة، وأبرزها التدفق العددي الذي يتم تصميمه عادةً في عمليات المحاكاة. علاوة على ذلك، سيتم تحديد نقاط التدريب المثلى ومعلمات الشبكة الفائقة.
ستنظر المرحلة الثانية من المشروع في مجالات السرعة التجريبية والتركيز بأرقام رينولدز الأعلى التي يتم الحصول عليها باستخدام قياس سرعة صورة الجسيمات والفلورة المستحثة بالليزر. سيستخدم PINN إما البيانات التجريبية الموجودة أو القياسات الجديدة من نفق المياه اعتمادًا على المشكلة محل الاهتمام. نظرًا لأنه يمكن قياس العددية السلبية بدقة عالية جدًا مقارنة بالسرعة، يمكن لـ PINN التنبؤ بمجال السرعة بشكل أكثر دقة من الممكن دون قياسات سلمية سلبية. وهذا يوفر فرصة مثيرة للقدرة على تحسين أحدث التقنيات التجريبية دون الحاجة إلى المزيد من الأجهزة.
تهدف المرحلة الأخيرة من المشروع إلى التنبؤ بهياكل التدفق غير المستقرة وتردداتها باستخدام حقول التدفق المعاد بناؤها من PINN. وهذه الأخيرة هي مدخلات لمعادلات الحركة الخطية التي تكشف عن الهياكل الأكثر تضخيمًا في التدفق.
نحن نهدف إلى بناء فريق متنوع وشامل لمعالجة المشكلات الصعبة حيث نقوم بتطوير مهارات وخبرات جديدة لدى أعضاء فريقنا. ستتاح لك فرصة فريدة للعمل جنبًا إلى جنب مع أعضاء الفريق الآخرين (طلاب الدكتوراه وباحثي ما بعد الدكتوراه) ذوي الخلفيات والخبرات المختلفة. ستتاح لك فرصة فريدة للتدريب على استخدام أحدث خوارزميات التعلم الآلي وطرق تحليل البيانات المتقدمة التي ستمكنك من ممارسة مهنة في الأوساط الأكاديمية أو الصناعية. وأخيرًا، ستتمكن من السفر لحضور المؤتمرات الدولية لعرض أعمالك وتطوير تعاونات جديدة مع مجموعات بحثية حول العالم.
يمكن العثور على مزيد من المعلومات حول نوع المشاريع التي يتم تنفيذها في مختبرنا بالإضافة إلى معلومات حول أعضاء المختبر الحاليين على موقعنا الإلكتروني (https://sites.google.com/view/seansymon/home).
شروط القبول
درجة جامعية جيدة جدًا (على الأقل درجة الشرف في المملكة المتحدة 2: 1، أو ما يعادلها دوليًا) في الهندسة مع الدافع للقيام بأعمال تجريبية
تاريخ الإغلاق : 31 أغسطس 2024.
التمويل: يتوفر تمويل الرسوم الدراسية وراتب المعيشة على أساس تنافسي. سيتم منح التمويل على أساس متجدد، لذا تقدم بطلبك مبكرًا للحصول على أفضل فرصة يجب أخذها في الاعتبار.
كيفية التقديم
تقدم بطلبك عبر الإنترنت: ابحث عن برنامج الدراسات العليا (soton.ac.uk). اختر نوع البرنامج (بحث)، 2024/25، كلية الهندسة والعلوم الفيزيائية، الصفحة التالية اختر "دكتوراه في الهندسة والبيئة (دوام كامل)". في القسم 2 من نموذج الطلب، يجب عليك إدخال اسم المشرف Bharathram Ganapathisubramani
يجب أن تشمل التطبيقات ما يلي :
السيرة الذاتية
رسالتين مرجعيتين
نصوص الدرجات / الشهادات حتى الآن
البريد الإلكتروني: feps-pgr-apply@soton.ac.uk
اختر البلد الذي توّد السفر إليه للدراسة مجانا أو العمل أو التطوع
