| KEYWORD |
Stima del limite di fatica mediante approccio Machine learning
Parole chiave FATICA MECCANICA, MACHINE LEARNING, MACHINE LEARNING, ARTIFICIAL NEURAL NETWORKS, TERMOGRAFIA
Riferimenti RAFFAELLA SESANA
Riferimenti esterni Mohsen Dehghampour
Gruppi di ricerca THEXOR - DIMEAS
Tipo tesi MODELLAZIONE E ANALISI DATI
Descrizione L'obiettivo di questa tesi è sviluppare tecnologie di regressione e classificazione nell'apprendimento automatico al fine di creare un modello accurato per la stima del limite di fatica da set di dati termografici utilizzati nell'analisi della fatica.
Conoscenze richieste Il/la candidato/a ideale avrà una conoscenza approfondita delle seguenti aree:
L'analisi dei limiti di fatica
Analisi termografica
Apprendimento automatico della regressione
apprendimento automatico della classificazione
Reti Neurali Artificiali
* La capacità di implementare la digitalizzazione è una qualità vantaggiosa.
Scadenza validita proposta 25/11/2025
PROPONI LA TUA CANDIDATURA