Conferência sobre Relações Constitutivas Orientadas por Dados, apresentada pelo professor Kaushik Bhattacharya, da Cátedra Howell N. Tyson, Sr., de Mecânica e Ciência dos Materiais do Instituto de Tecnologia da Califórnia, EUA.

Lugar: Sala Larrañeta, Escola Superior Técnica de Engenharia, Universidade de Sevilha.

Data e hora: Quinta-feira, 30 de abril de 2026, das 11:30 às 12:30.

Organizado por: Projeto MORE, Mecânica Multiescala de Materiais de Engenharia Inovadores, Universidade 

Resumo: A simulação numérica do comportamento mecânico de materiais e sistemas complexos continua sendo um desafio significativo para a engenharia. Apesar dos avanços em arquitetura de computadores, modelagem multiescala e aprendizado de máquina, a maioria das simulações complexas de materiais utiliza um modelo constitutivo como base. Esta apresentação descreve duas abordagens para o aprendizado de modelos constitutivos de alta fidelidade para materiais complexos.

A primeira abordagem baseia-se na modelagem multiescala, onde se reconhece que o comportamento efetivo na escala das aplicações é determinado pela física em múltiplas escalas de comprimento e tempo: eletrônica, atomística, domínios, defeitos, etc. A relação constitutiva orientada por dados é obtida como uma aproximação neural treinada com dados gerados pela solução repetida do problema em pequena escala. Uma inovação fundamental é a aprendizagem de aproximações independentes da discretização. A segunda abordagem busca inferir as relações constitutivas a partir de experimentos. Mesmo com os avanços nas técnicas experimentais que permitem observações com alcance e resolução sem precedentes, gerando um fluxo cada vez maior de dados brutos, ainda carecemos de dados quantitativos interpretados que possam ser usados ​​para construir modelos. Descrevemos uma abordagem que nos permite extrair as informações subjacentes da observação experimental e projetar experimentos de forma otimizada para minimizar a incerteza no modelo.

Breve biografia: Ele recebeu seu diploma de bacharel em tecnologia (B.Tech) pelo Instituto Indiano de Tecnologia de Madras, Índia, em 1986, seu doutorado pela Universidade de Minnesota em 1991 e realizou seu treinamento de pós-doutorado no Instituto Courant de Ciências Matemáticas entre 1991 e 1993. Ingressou no Caltech em 1993. Recebeu a Medalha von Kármán da Sociedade de Matemática Industrial e Aplicada (2020), o Prêmio de Ex-Aluno Distinto do Instituto Indiano de Tecnologia de Madras (2019), o Prêmio de Realização Excepcional da Universidade de Minnesota (2018), a Medalha Warner T. Koiter da Sociedade Americana de Engenheiros Mecânicos (2015) e o Prêmio de Ensino e Orientação do Conselho de Estudantes de Pós-Graduação do Caltech (2013).