Resumen:

En el área de la física, las aplicaciones de nuevas herramientas computacionales ha permitido un gran avance en las investigaciones científicas, y este es particularmente el caso de la física de materiales, en donde las simulaciones computacionales han tenido un papel central desde hace décadas, siendo hoy una parte integral del área. Esto no solamente ha provisto los medios para realizar complejos experimentos científicos, sino también ha permitido obtener resultados en forma cada vez más eficiente.

En este seminario, se presenta un método computacional para obtener información sobre el desenlace de simulaciones de colisiones de granos porosos antes de que las mismas finalicen, permitiendo ahorrar así tiempo de simulación. Para este fin, se desarrolló un sistema de Aprendizaje Automático, en el cual los algoritmos de aprendizaje supervisado “aprenden” a categorizar cada partícula constituyente del sistema colisionante según a cuál fragmento pertenezcan luego de producirse la colisión.

Con la metodología aquí propuesta se logra predecir el desenlace de 35 simulaciones de distintos parámetros generales y tamaños (con un 95% de aciertos en cada una) ahorrando un 73.3% del tiempo total que tomaría ejecutarlas hasta el tiempo de finalización.

Estudiante: Daniela Rim

Carrera: Licenciatura en Ciencias Básicas, orientación en Física

Seminario de Investigación: Técnicas de Aprendizaje Automático Aplicadas

a Simulaciones Numéricas de Colisiones de Material Granular Poroso

Director: Dr. Luis Moyano

Codirector: Dr. Emmanuel Millán

Mesa examinadora: Dr. Luis Moyano, Dr. Carlos Ruestes, Dr. David Monge

Lugar: Auditorio de la Facultad de Ciencias Exactas y Naturales

Fecha: Miércoles 17 de abril a las 10 horas.