爱丁堡大学（The University of Edinburgh），位于英国苏格兰首府爱丁堡，英语国家中第六古老的综合性研究型大学，罗素大学集团、科英布拉集团、欧洲研究型大学联盟、同一个欧洲大学联盟、Universitas 21、欧洲大学协会等成员。

想要出国访问学习的小伙伴看过来啦，爱丁堡大学流体动力学和/或机器学习方面或相关领域正在招收访问学者、博士后！51访学小编每天定时更新访学招聘信息，感谢关 注51访学。

我们正在寻找一位有才华的访问学者、博士后研究员，在流体动力学和/或机器学习方面具有计算方法方面的专业知识，以致力于“通过机器学习的动力系统理论对湍流的新理解”项目（ERC起始补助金的UKRI前沿研究保证）。

➡️机会：

湍流的动态系统视图，即精确相干状态（ECS）之间的流动“弹球”，是将我们对湍流的统计理解与对支撑湍流的复杂自我维持过程的机械理解统一起来的一种有希望的方法。从历史上看，由于难以识别和融合ECS，这种方法仅限于弱动荡的流动，该项目将寻求利用机器学习和自动分化的进步来克服这些障碍。

该项目的核心部分是开发和解释最先进的机器学习（ML）模型，以建模和预测高雷诺数流体流动。这将是这个特定博士后的重点，在该研究中，后期持有人将研究以下组合：

（1）高维流的低阶模型，例如通过自我监督学习生成，以参数化惯性流形；

（2）将流求解器纳入损失的超分辨率/数据同化策略；

（3）应用可解释性技术，试图对大型ML模型进行逆向工程，以提取潜在的学习的物理概念。后一个领域在大型语言模型的背景下正在迅速发展，但尚未详细探讨物理问题。

专门为后持人以及PI预留了大量计算资源，用于训练大型模型（访问具有约160个A100/H100卡的专用GPU集群）。有一个强有力的候选人来塑造研究方向。

➡️相关阅读：

• Page，Norgaard，Brenner和Kerswell，“经常性流动模式作为湍流的基础：从结构中预测统计数据”，美国国家科学院院刊121（2024）
• Templeton等人，“缩放单义性：从Claude 3 Sonnet中提取可解释的特征”，变压器电路线程（2024）
• Kochkov等人，“机器学习加速计算流体动力学”，Proc。Nat。阿卡。科学。118（2021）

➡️你的技能和成功的属性：

• 精通流体力学基础知识
• 有为流模拟实现机器学习方法和/或高性能计算的经验（可取）。
• 在面向对象语言中具有很强的编码技能
• 机器学习库（例如一个或多个JAX、TensorFlow、PyTorch）的经验将是非常有益的（可取的）。

申请人在线申请职位时，应上传简历和简要研究声明（最多两页）。此外，他们应安排至少两封推荐信直接发送到references@maths.ed.ac.uk，并引用参考编号11030。如需非正式查询，请联系Jacob Page – jacob.page@ed.ac.uk

更多专业方向的访问学者职位申请，可留y。51访学资深访学申请顾问将竭诚为您解答疑问，并为您提供专业免费的申请评估服务，助力您快速获取名校访学邀请函。