PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

20-Industrial Systems Engineering and Design

TESI in AZIENDA: Ottimizzazioni multi-disciplinari e multi-obiettivo tramite reti neurali

azienda Tesi esterna in azienda    


Parole chiave APPLIED AI, GRAPHICAL USER INTERFACE, MULTIDISCIPLINARY OPTIMIZATION, SOFTWARE DEVELOPMENT

Riferimenti CRISTIANA DELPRETE

Gruppi di ricerca 20-Industrial Systems Engineering and Design

Descrizione Proposta di Tirocinio+Tesi presso Capgemini Engineering, via del Drosso 33, Torino
Durata: 6 mesi/uomo
Descrizione:
- Risoluzione di problemi di ottimizzazione meccanici multi-disciplinari e multi-obiettivo attraverso l'utilizzo e il miglioramento di un software già esistente, sviluppato in Python, per l'addestramento di reti neurali e creazione di modelli surrogati
- Sviluppo e integrazione nel software di tecniche di deep learning per la modifica e l'ottimizzazione della geometria di componenti meccanici
- Sviluppo front-end del software
Obiettivi:
- Risoluzione problemi multi-disciplinari complessi
- Risoluzione problemi multi-obiettivo
- Abbattimento dei tempi di ottimizzazione
- Riduzione dei costi di produzione e ottimizzazione
"Ostacoli da superare":
- Comprensione dettagliata del peso relativo che hanno determinati parametri di addestramento sulla precisione delle reti neurali, per applicazioni in ambito meccanico
- Selezione algoritmo di ottimizzazione più idoneo al problema considerato

Conoscenze richieste Python (buona conoscenza), algoritmi di ottimizzazione e reti neurali (conoscenza di base)

Note Frequenza corsi completata: sì
Numero massimo esami in arretrato: nessuno
Per candidarsi, si prega di inviare il proprio CV a entrambi gli indirizzi qui riportati: cristiana.delprete@polito.it e giovanni.pesare@capgemini.com


Scadenza validita proposta 03/10/2023      PROPONI LA TUA CANDIDATURA