Miembros

Mikel Lezaun, Carlos Gorria, Irantzu Barrio, Urtzi Ayesta, Ander Murua, Elisabete Alberdi, Joseba Makazaga, Javier del Ser, Josu Doncel, Mikel Antoñana, Javier Omella, Amaia Iparraguirre, Ana Fernández-Navamuel, Carlos Uriarte, Oscar Rodríguez, Felipe Caro.

Palabras Clave

Deep Learning, Estadística, Elementos Finitos, Simulación, Inversión, Salud, Geociencias, Optimización.

Descripción

1) Explotamos conceptos de Deep Learning para diseñar algoritmos innovadores, eficientes y robustos, capaces de resolver problemas inversos que surgen en geofísica, monitorización de la salud estructural y energía eólica marina.

2) Desarrollamos metodología estadística orientada a la resolución de complejidades derivadas de la investigación científica en áreas de ciencias experimentales, biosanitarias e industria, entre otras.

3) Empleamos métodos estadísticos para validar y analizar eficientemente datos reales. Promovemos la transferencia de la investigación en estadística a los campos biomédico y experimental.

4) Contribuimos a los avances en la industria y la sanidad del mundo real, resolviendo los problemas matemáticos que surgen con los métodos propuestos.

5) Desarrollamos y aplicamos métodos numéricos avanzados para la integración temporal de ecuaciones diferenciales. Analizamos, diseñamos e implementamos métodos de integración numérica para problemas de evolución temporal gobernados por ecuaciones diferenciales.

6) Problemas de optimización aplicada. Realizamos proyectos con empresas, haciendo transferencia de tecnología en los campos de la optimización, simulación, investigación operativa y estadística.

Líneas de Investigación

Equipamiento

Server with 4 GPU Quadro V100 Graphics Cards and 512 GB RAM.

Enlace página web

www.mathmode.science

Contacto

david.pardo@ehu.eus