researchJobsScientific Machine Learning for Surrogate Models of Biological Systems - 2026_IDR_DMAT_11
Scientific Machine Learning per modelli surrogati di sistemi biologici - 2026_IDR_DMAT_11 — Machine-translated title
From the ad
About the call
Titolo del progetto ddell'incarico: Scientific Machine Learning for Surrogate Models of Biological Systems - 2026_IDR_DMAT_11
Competition group (GSD): 01/MATH-05 - ANALISI NUMERICA
Disciplinary sector (SSD): MATH-05/A - Analisi numerica
Summary: The objective of the research program is the development and analysis of operator learning and physics-informed learning methods for the construction of surrogate models of systems described by differential equations, with particular reference to cardiac electrophysiology. The activity will include the study of Scientific Machine Learning methodologies capable of incorporating and preserving, either by construction or through suitable training strategies, the physical and mathematical structure of the models considered, including specific invariance properties. Particular attention will also be devoted to the ability of surrogate models to generalize across different ionic models, reducing the need to develop or train a separate model for each formulation.
Call date: 28/09/2026
Awards per year: 1
Countries where the work may be done: EUROPE
Applicant countries of residence: All
Applicant nationalities: All
Call website: https://www.polimi.it/en/bandi-incarichidiricerca
Contract details
Destinatari dell'incarico di ricerca (of target group): Early stage researcher or 0-4 yrs (Post graduate)
Criteri di selezione (breve descrizione): Oral test aimed at ascertaining candidates’ aptitude and suitability to carry out the research activity covered by the Fellowship, as well as at assessing their knowledge of English and/or other languages relevant to the research activities to be performed (up to 50 points)
Criteri di selezione (breve descrizione): Relevance and pertinence of the publications, theses and scientific products attached to the research programme covered by the Fellowship (up to 10 points)
Criteri di selezione (breve descrizione): Relevance and pertinence of previous research activities and work experience, if any, in relation to the research activity covered by the Fellowship (up to 20 points)
Criteri di selezione (breve descrizione): Relevance and pertinence of their study programme to the research programme covered by the Fellowship (up to 20 points)
Processo di selezione (breve descrizione): In order to participate in the selection, please read the call ("bando") available at the following website: https://www.polimi.it/en/bandi-incarichidiricerca
Funding body
Funding body: Politecnico di Milano
Body type: Academic
Body country: Italy
City: Milan
Website: https://www.polimi.it/
EU Research Framework Programme
Funded or co-funded by an EU Research Framework Programme?: No
How to apply
Application deadline: 23/10/2026 - alle ore 12:00
How to apply: https://aunicalogin.polimi.it/aunicalogin/getservizio.xml?id_servizio=1079
Contact
E-mail: incarichidiricerca@polimi.it
Show the original advertisement
Descrizione del bando
Titolo del progetto dell'incarico: Scientific Machine Learning per modelli surrogati di sistemi biologici - 2026_IDR_DMAT_11
G.S.D.: 01/MATH-05 - ANALISI NUMERICA
S.S.D: MATH-05/A - Analisi numerica
Descrizione sintetica: L’obiettivo del programma di ricerca è lo sviluppo e l’analisi di metodi di operator learning e physics-informed learning per la costruzione di modelli surrogati di sistemi descritti da equazioni differenziali, con particolare riferimento all’elettrofisiologia cardiaca. L’attività comprenderà lo studio di metodologie di Scientific Machine Learning capaci di incorporare e preservare, per costruzione o attraverso opportune strategie di training, la struttura fisica e matematica dei modelli considerati, incluse specifiche proprietà di invarianza. Particolare attenzione sarà inoltre dedicata alla capacità dei modelli surrogati di generalizzare tra differenti modelli ionici, riducendo la necessità di sviluppare o addestrare un modello distinto per ciascuna formulazione.
Data del bando: 28/09/2026
Numero di assegnazioni per anno: 1
Paesi in cui può essere condotto l'incarico: EUROPE
Paesi di residenza dei candidati: All
Nazionalità dei candidati: All
Sito web del bando: https://www.polimi.it/en/bandi-incarichidiricerca
Dettagli del contratto
Destinatari dell'incarico di ricerca (of target group): Early stage researcher or 0-4 yrs (Post graduate)
Criteri di selezione (breve descrizione): Prova orale volta ad accertare l’attitudine e l’idoneità allo svolgimento dell’attività di ricerca oggetto dell'incarico, nonché a valutare la conoscenza della lingua inglese e/o altre lingue rilevanti per le attività di ricerca da svolgere (fino a punti 50)
Criteri di selezione (breve descrizione): Attinenza e rilevanza delle pubblicazioni, delle tesi e di altri prodotti scientifici allegati, con il programma di ricerca oggetto dell’incarico (fino a punti 10)
Criteri di selezione (breve descrizione): Attinenza e rilevanza delle attività di ricerca precedentemente svolte, nonché delle eventuali esperienze lavorative, in relazione alle attività di ricerca oggetto dell'incarico (fino a punti 20)
Criteri di selezione (breve descrizione): Rilevanza e congruenza del percorso di studi con il programma di ricerca oggetto dell’incarico (fino a punti 20)
Processo di selezione (breve descrizione): Per partecipare alla selezione, si prega di leggere il bando disponibile sul sito web: https://www.polimi.it/bandi-incarichidiricerca
Finanziatore
Nome dell'Ente finanziatore: Politecnico di Milano
Tipologia dell'Ente: Academic
Paese dell'Ente: Italy
Città: Milan
Sito web: https://www.polimi.it/
EU Research Framework Programme
L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme?: No
Candidatura
Data di scadenza del bando: 23/10/2026 - alle ore 12:00
Come candidarsi: https://aunicalogin.polimi.it/aunicalogin/getservizio.xml?id_servizio=1079
Contatto
E-mail: incarichidiricerca@polimi.it
Advertisement text from Ministero dell'Università e della Ricerca, no licence stated; reproduced with attribution.
The employer's ad is the binding version. Apply through their system.
?
Saved calls and ads appear on your calendar, and their deadlines are included when you export it. Nothing else is added for you.