Processo: | 22/09891-4 |
Modalidade de apoio: | Bolsas no Brasil - Doutorado Direto |
Data de Início da vigência: | 01 de setembro de 2022 |
Data de Término da vigência: | 28 de fevereiro de 2027 |
Área de conhecimento: | Ciências Exatas e da Terra - Matemática - Geometria e Topologia |
Acordo de Cooperação: | ANR |
Pesquisador responsável: | Henrique Nogueira de Sá Earp |
Beneficiário: | Tomas dos Santos Rodrigues e Silva |
Instituição Sede: | Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil |
Vinculado ao auxílio: | 21/04065-6 - BRIDGES: interações França-Brasil em Teoria de Calibres, estruturas extremais e estabilidade, AP.TEM |
Bolsa(s) vinculada(s): | 23/11699-7 - G2 estruturas e aprendizado de máquinas, BE.EP.DD |
Assunto(s): | Geometria diferencial Geometria algébrica Ciência de dados Aprendizado computacional |
Palavra(s)-Chave do Pesquisador: | Ciência de dados | Geometria Algebrica | Geometria Diferencial | Geometria Diferencial |
Resumo Este projeto de pesquisa de doutorado abordará a aplicação de técnicas de machine learning a problemas de geometria diferencial e algébrica. Em uma primeira via, o candidato estudará a técnica proposta em [AHO20] para aprendizado de máquina da métrica Calabi-Yau em 3-variedades; e tentará adaptar esta técnica para produzir numericamente métricas G_2 especiais nas 7-variedades estudadas em [CADE20]. Em uma segunda via, inspirada no processo apresentado em [DVB+20] que usa aprendizado de máquina para encontrar padrões e relações potenciais entre objetos matemáticos, o candidato tentará abordar computacionalmente a construção de exemplos e contraexemplos para alguns problemas em aberto da geometria algébrica, como as conjecturas de Terao e Hartshorne. (AU) | |
Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
Mais itensMenos itens | |
TITULO | |
Matéria(s) publicada(s) em Outras Mídias ( ): | |
Mais itensMenos itens | |
VEICULO: TITULO (DATA) | |
VEICULO: TITULO (DATA) | |