À propos
Mohsen est un chercheur postdoctoral à Polytechnique Montréal, collaborant avec Maya HTT et Hydro-Québec pour développer des modèles de jumeaux numériques à l'aide de réseaux neuronaux informés par la physique (PINN). Il a terminé son doctorat à l'Université Concordia en janvier 2024, où il a contribué au développement d'un solveur de flux non structuré d'ordre élevé en interne en C++ basé sur l'approche de reconstruction de flux (FR). De plus, il a créé un cadre parallèle multicouche pour l'optimisation de forme aéroacoustique à l'aide de Python, intégrant l'algorithme de recherche directe adaptative de maillage sans gradient (MADS) et la formulation Ffowcs Williams et Hawkings (FW-H) pour le bruit en champ lointain. Mohsen a également plus de deux ans d'expérience dans l'industrie en tant que spécialiste de l'aérodynamique et de l'aéroacoustique chez Limosa Inc., où il a contribué à la conception d'un véhicule électrique à décollage et atterrissage verticaux (eVTOL)
Diplômes
École d’été sur le calcul haute performance (HPC) de l’Est de l’Ontario – En ligne – Été 2021
Catégorie de recherche
Réseau neuronal basé sur la physique pour les jumeaux numériques
Compétence
Dynamique des fluides numérique, méthodes numériques d'ordre élevé, forme Optimisation, aérodynamique, algorithmes d'apprentissage automatique
Prix et distinctions
• Fonds de Recherche du Québec – Nature et Technologie (FRQNT) Doctorat
Bourse
• Financement du doctorat à l'Université Concordia
• Bourse d'études supérieures D ENCS de l'Université Concordia – Prix d'excellence
• Bourse de mérite de l’Université Concordia – Bourse en cours d’études
• Financement des études de maîtrise à l'Université Concordia
• Bourse de maîtrise Hydro-Québec ENCS
• Bourse d'excellence de l'Université Concordia