La progettazione di processi chimici e la loro ottimizzazione sono spesso eseguite con l'ausilio di simulazioni al computer. Queste simulazioni sono accurate ma hanno un alto costo computazionale (tempo ed investimenti). In questa linea di ricerca del dottorato in ing. chimica, stiamo assorbendo i nuovi progressi negli algoritmi di apprendimento automatico che stanno dimostrando grande successo nelle capacità predittive (reti neurali convolutive, diffusion models, etc.) e li utilizziamo in sinergia con la ricerca classica sulla modellazione dell'ingegneria chimica, per ottenere workflow di ottimizzazione automatica della progettazione più rapidi e accurati.
