Doktorand inom inom maskininlärning för strömningsmekanik

Projektbeskrivning

Forskarutbildningsämne: Teknisk mekanik

FLOW är en stark forskningsmiljö som bedriver grundläggande och tillämpad forskning inom strömningsmekanik vid institutionen för teknisk mekanik.

Vi söker nu en doktorand inom probabilistisk maskininlärning till gruppen Fluids and Surfaces inom FLOW. AI håller på att bli en kritisk investering inom vetenskap och teknik, men strömningsmekaniken innebär särskilda utmaningar: strömningar är ofta högdimensionella och kaotiska, och kopplar samman fysikaliska processer över många skalor.

Tjänsten erbjuder en spännande möjlighet för en mycket motiverad kandidat att utveckla tillförlitliga probabilistiska metoder för inferens, optimering och dataassimilering. Metoderna ska integrera simuleringar och experimentella data i pålitliga verktyg för design, prediktion och styrning av komplexa strömningssystem.

Arbetet fokuserar på turbulenta strömningar som bär elektrisk laddning, vilket förekommer till exempel i krafttransformatorer. Dessa system innefattar kopplade processer som endast delvis är förstådda, och mätningar är glesa och kostsamma. Det gör dem till en idealisk testbädd, där modeller måste kalibreras, osäkerheter kvantifieras och experiment väljas med omsorg, med direkt betydelse för en säkrare och mer hållbar elinfrastruktur. Projektet finansieras av Digital Futures och Hitachi Energy

Handledning: Shervin Bagheri och Ozan Öktem föreslås handleda doktoranden, Beslut tas vid antagning.

Behörighet för antagning

För att bli antagen till forskarutbildning (kap 7 39 § högskoleförordningen) krävs att den sökande har grundläggande behörighet:

• avlagt en examen på avancerad nivå, eller
• fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller
• på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Utöver ovanstående finns också ett obligatoriskt krav på engelska motsvarande Engelska B/6.

Urval

För att lyckas med dina doktorandstudier på KTH behöver du vara målinriktad och ihärdig i ditt arbete. Vid urval av de sökande bedöms förmågan att:

• självständigt driva sitt arbete framåt,
• kunna samarbeta med andra,
• ha ett professionellt förhållningssätt och
• analysera och arbeta med komplexa frågor.

Det är meriterande att ha erfarenhet av strömningsmekanik, maskininlärning och särskild turbulence, Bayesiansk inferens, statistiska metoder och generativ AI.

Efter behörighetskraven kommer stor vikt läggas vid personliga egenskaper.

Målexamen: Doktorsexamen

Information om antagning och anställning