Bourse d’études : Entièrement financé
Diplôme : Licence, Master
Nationalité : Étudiants internationaux
Localisation : USA
Dates limites d’inscription : Été 2022, automne 2022 ou printemps 2023.
Description de la bourse d’études :
Le Dr Hongyi Xu a rejoint l’Université du Connecticut en février 2019 en tant que professeur adjoint au département de génie mécanique. Ses intérêts de recherche comprennent la conception de systèmes à stochasticité mixte, la conception axée sur l’apprentissage automatique de structures en treillis pour la fabrication additive, la modélisation et la conception de microstructures stochastiques pour les systèmes de stockage d’énergie, ainsi que la quantification et la propagation des incertitudes. Avant de rejoindre UConn, le Dr Xu a travaillé au sein de Ford Research and Advanced Engineering (2014-2019). Il a dirigé et participé à divers projets de recherche, notamment la conception de structures légères, l’ingénierie computationnelle intégrée des matériaux (ICME) des composites en fibre de carbone, la sécurité des impacts des batteries lithium-ion et la conception de structures pour la fabrication additive. M. Xu a reçu le prix CAREER de la NSF et plusieurs prix du meilleur article/du choix de l’éditeur décernés par l’ASME et la Tire Society d’ici décembre 2021.
Les étudiants travailleront sur l’un des sujets suivants :
- Modélisation prédictive assistée par l’apprentissage profond et optimisation de la conception des microstructures/structures.
- Conception intégrée et quantification de l’incertitude du processus de fabrication, des matériaux et de la structure.
Matières disponibles :
Génie mécanique, génie civil, science des matériaux, informatique ou domaine étroitement lié.
Critères d’admissibilité :
Qualifications :
- Un diplôme de maîtrise avec des expériences de projet et des publications est un plus.
- Compétences en programmation en Python et/ou MATLAB.
- Une expérience dans la réalisation d’analyses par éléments finis est un plus.
- La connaissance de l’analyse statistique et de l’apprentissage automatique est un plus.
- Autonome, forts intérêts pour le codage et les méthodes quantitatives.
Procédure de candidature :
Si vous êtes intéressé par l’intelligence artificielle, la science du design et la fabrication avancée, veuillez contacter le professeur Xu à l’adresse [email protected].
Veuillez également consulter le site Web du CoDeML à l’adresse suivante : https://hongyixu.lab.uconn.edu/.
