Lo Spoke 9 di iNEST presenta metodi di modellazione avanzata a ICOSAHOM 2025
I fondi di due giovani ricercatori della SISSA finanziano la partecipazione alla conferenza canadese
Montréal, 13 luglio 2025
Alla McGill University di Montréal, in Canada, prende il via oggi ICOSAHOM 2025, quindicesima edizione del congresso dedicato ai metodi spettrali e di ordine superiore per la risoluzione di equazioni differenziali. Lo Spoke 9 di iNEST sarà rappresentato all’interno del minisimposio MS129 – Accelerating High-Order CFD Simulations with Surrogate Modeling, che vedrà gli interventi dei ricercatori Pasquale Claudio Africa e Niccolò Tonicello – la cui partecipazione è sostenuta da uno Young Researcher Grant – oltre a Federico Pichi e al coordinatore dello Spoke, il Prof. Gianluigi Rozza.
Attivo dal 1989, ICOSAHOM è uno dei principali appuntamenti internazionali per chi si occupa di strumenti matematici avanzati per la risoluzione di equazioni differenziali – le leggi che descrivono l’evoluzione di grandezze variabili nel tempo o nello spazio, fondamentali nei modelli dinamici.
Il minisimposio dello Spoke 9 sarà incentrato sull’uso di modelli surrogati nella fluidodinamica computazionale: si tratta di modelli approssimati che permettono di stimare quantità non direttamente calcolabili o misurabili. La sessione intende promuovere il dialogo tra ricerca accademica e applicazioni industriali, con ricadute in settori come l’ingegneria aerospaziale e la biomedicina, dove i modelli surrogati sono ampiamente impiegati per la simulazione dei flussi d’aria e sanguigni.
Africa e Tonicello saranno inoltre impegnati in altri minisimposi: il primo, nel minisimposio MS124, lunedì 14 alle 10:30, con Multigrid Methods with Polytopic Agglomeration for Discontinuous Galerkin Modeling in Cardiac Electrophysiology; il secondo, nel minisimposio MS148, giovedì 17 alle 10:00, con Fully-discrete spatial eigenanalysis of discontinuous spectral element methods. Sempre lunedì, ma alle 16:30, il Prof. Rozza interverrà invece nel corso del minisimposio MS140, in onore di Anthony Patera, con Enhancing CFD Simulations for Digital Twins by Surrogate Model Order Reduction with Scientific Machine Learning.