.png)
.png)
How can a quantum computer help solve PDEs?
Fábio Pereira dos Santos, Professor Adjunto, Universidade Federal do Rio de Janeiro (UFRJ)
14 de setembro (quarta), 11h, Sala H-324B
Transmissão ao vivo no canal do PESC no YouTube
Partial Differential Equations (PDE) are present in several theoretical and industrial challenges, from astrophysics to chemical reactors, to cite a few. This vast range of applications is why academia has devoted much effort to this topic. In the machine learning era, new algorithms and numerical techniques are being invented to solve PDEs based on machine learning. This talk aims to present new forms to solve PDE based on physics-informed neural networks (PINN) in their different forms. In this talk, I will also describe how a quantum computer can solve PDEs with physical interpretation.
Fabio Pereira dos Santos concluiu sua graduação em Engenharia Química na UFRJ em 2007, seguido de mestrado e doutorado em Engenharia Química na COPPE em 2010 e 2014. Durante o mestrado, trabalhou como engenheiro para o Instituto ESSS (representante da ANSYS na América do Sul) de 2008 a 2010 em multiphase flow simulation analysis junto ao CENPES. Durante o doutorado, visitou a Boise State University nos Estados Unidos. Após o doutorado, fez Pós-Doutorado no IMPA. É desde 2015, professor da Escola de Química da UFRJ, trabalhando em computational fluid dynamics (CFD), multiphase flow, thermodynamics, turbulence modeling, multiphase flow in porous media, numerical methods, parallel computing on Graphical Processing Units (GPUs), generalized population balance equation models and engineering applications, junto ao laboratório Fluidodinâmica Computacional (CFD).
