Metodi matriciali per la risoluzione discreta di problemi differenziali e data science

Il gruppo si occupa dello sviluppo ed analisi di metodi di algebra lineare numerica, anche con strumenti probabilistici, per il trattamento di problemi quali la risoluzione di equazioni lineari e non lineari matriciali e tensoriali, la valutazione di funzioni di matrici, l’analisi spettrale, derivanti da:

- Discretizzazione di PDE ellittiche possibilmente parametrizzate;

- Trattamento di problemi differenziali spazio-tempo, di problemi di controllo e controllo ottimo;

- Algoritmi di data science (reti complesse, classificazione, completamento matriciale, creazione di dizionari, ecc.) .

Il gruppo sviluppa algoritmi ``energy-saving’’ sia in termini di costo computazionale che di occupazione di memoria, con particolare attenzione alla possibile implementazione in ambienti HPC, per esempio mediante calcolo parallelo, GPUs, macchine con precisione multipla, ecc.

Componenti:

Francesco Gravili

Dottorando

Tutor didattico

Martina Iannacito

Professoressa a contratto

Assegnista di ricerca

Tutor didattico

Davide Palitta

Ricercatore a tempo determinato tipo b) (senior)

Lorenzo Piccinini

Dottorando

Tutor didattico

Sascha Portaro

Dottorando

Tutor didattico

Valeria Simoncini

Professoressa ordinaria