DyCMaMod

DyCMaMod se enfoca en integrar modelos mecánicos con datos empíricos para crear modelos híbridos. Esto se logrará mediante
1. Generación de modelos sintéticos usando Redes Neuronales y Computación de Reservorio para integrar datos en tiempo real.
2. Desarrollo de una «estrategia de colapso» innovadora para minimizar la discrepancia entre modelos sintéticos y mecánicos.
3. Aplicación de técnicas de control para adaptar modelos a datos empíricos.
4. Uso de métodos basados en dinámica de partículas, comportamiento colectivo y ecuaciones cinéticas.
5. Fusión del «Random Batch Method» con controlo predictivo para reducir costes computacionales.
5. Creación de una plataforma computacional con acceso público a través de DyCMaMod-GitHub.