Giovanni Maria Pavan

Settori ERC

• ERC Consolidator Grant conferito da European Research Council (ERC), Italia (2018)

• Fellow (riconoscimento scientifico) - American Chemical Society, Stati Uniti (2021-)
• Fellow (riconoscimento scientifico) - Swiss Chemical Society, Svizzera (2020-)
• Fellow (riconoscimento scientifico) - Società Chimica Italiana, Italia (2020-)
  Fellow

• Gordon Research Conference (GRC) in Self-Assembly and Supramolecular Chemistry 2027 (1/1/2027-14/5/2027), Program chair (presidente/responsabile del comitato scientifico)
• Gordon Research Conference (GRC) in Self-Assembly and Supramolecular Chemistry 2025 (11/5/2025-16/5/2025), Conference Vice-Chair and Discussion Leader

• Professore Ordinario, presso University of Applied Sciences of Southern Switzerland - (SUPSI) (1/3/2019-30/9/2024)
• Professore Associato confermato, presso University of Applied Sciences of Southern Switzerland - (SUPSI) (1/1/2017-28/2/2019)
• Ricercatore, presso University of Applied Sciences of Southern Switzerland - (SUPSI) (1/1/2012-31/12/2016)

• CECAM IT-SIMUL Node Membership Agreement , (2025-2028) - Responsabile contrattuale
  Accordi con pubbliche amministrazioni

• SCIENZA E TECNOLOGIA DEI MATERIALI, 2024/2025 (40. ciclo)
  Politecnico di TORINO
• SCIENZA E TECNOLOGIA DEI MATERIALI, 2023/2024 (39. ciclo)
  Politecnico di TORINO
• SCIENZA E TECNOLOGIA DEI MATERIALI, 2022/2023 (38. ciclo)
  Politecnico di TORINO
• SCIENZA E TECNOLOGIA DEI MATERIALI, 2021/2022 (37. ciclo)
  Politecnico di TORINO
• SCIENZA E TECNOLOGIA DEI MATERIALI, 2020/2021 (36. ciclo)
  Politecnico di TORINO

• Collegio di Ingegneria Gestionale e della Produzione. Componente

Dottorato di ricerca

• Approcci data-driven per la scienza dei materiali. A.A. 2024/25, SCIENZA E TECNOLOGIA DEI MATERIALI. Titolare del corso

Corso di laurea di 1° livello

• Fondamenti di chimica e materiali. A.A. 2025/26, TECNOLOGIE PER L'INDUSTRIA MANIFATTURIERA. Titolare del corso
• Fondamenti di chimica e materiali. A.A. 2024/25, TECNOLOGIE PER L'INDUSTRIA MANIFATTURIERA. Titolare del corso
• Fondamenti di chimica e materiali. A.A. 2023/24, TECNOLOGIE PER L'INDUSTRIA MANIFATTURIERA. Titolare del corso
• Fondamenti di chimica e materiali. A.A. 2022/23, TECNOLOGIE PER L'INDUSTRIA MANIFATTURIERA. Titolare del corso
• Fondamenti di chimica e materiali. A.A. 2021/22, TECNOLOGIE PER L'INDUSTRIA MANIFATTURIERA. Titolare del corso
• Fondamenti di chimica e materiali. A.A. 2020/21, TECNOLOGIE PER L'INDUSTRIA MANIFATTURIERA (CORSO PROFESSIONALIZZANTE). Titolare del corso
• Fondamenti di chimica e materiali. A.A. 2019/20, TECNOLOGIE PER L'INDUSTRIA MANIFATTURIERA (CORSO PROFESSIONALIZZANTE). Titolare del corso

• Istituto Fundamental Physics and Materials for Nanotechnology (DISAT)

Progetti finanziati da bandi competitivi

• DYNAPOL - ERC-2018-COG, (2019-2024) - Responsabile Scientifico
  Ricerca UE - H2020 - Excellent Science - ERC

Progetti finanziati da contratti commerciali

• Modellazione e simulazione di membrane per batterie redox in ambiente organico, (2025-2025) - Responsabile Scientifico
  Ricerca Commerciale
• Modellazione e simulazione di membrane per batterie redox in ambiente organico, (2022-2023) - Responsabile Scientifico
  Ricerca Commerciale
• Modeling Approaches for the Improvement of Redox Flow Batteries, (2021-2022) - Responsabile Scientifico
  Ricerca Commerciale
• Modeling Approaches for the Improvement of Redox FlowBatteries - ODL 4310404274, (2020-2021) - Responsabile Scientifico
  Ricerca Commerciale

• Simone Martino. Corso in Scienza E Tecnologia Dei Materiali (40^o ciclo, 2024-in corso)
• Domiziano Doria. Corso in Scienza E Tecnologia Dei Materiali (38^o ciclo, 2023-in corso)
• Cristina Caruso. Corso in Scienza E Tecnologia Dei Materiali (37^o ciclo, 2021-2025)
  Tesi: Exploring Complex Dynamical Systems via Advanced Computational Approaches
• Mattia Perrone. Corso in Scienza E Tecnologia Dei Materiali (37^o ciclo, 2021-2025)
  Tesi: Advanced computational approaches to study local and collective defects behaviors in hard, soft and molecular materials
• Matteo Cioni. Corso in Scienza E Tecnologia Dei Materiali (36^o ciclo, 2020-2024)
  Tesi: Exploring the Importance of Dynamics in Materials from the Atomic to the Supramolecular Scale Using Advanced Computational Methods
• Martina Crippa. Corso in Scienza E Tecnologia Dei Materiali (36^o ciclo, 2020-2024)
  Tesi: Computational and Statistical Approaches to Study Complex Molecular Systems and Their Emergent Properties
• Andrea Gardin. Corso in Scienza E Tecnologia Dei Materiali (35^o ciclo, 2019-2023)
  Tesi: Machine learning of molecular motifs in soft supramolecular systems
• Luigi Leanza. Corso in Scienza E Tecnologia Dei Materiali (35^o ciclo, 2019-2023)
  Tesi: Multiscale Molecular Modelling and Advanced Simulations of Dynamic Supramolecular Systems
• Chiara Lionello. Corso in Ingegneria Chimica (35^o ciclo, 2019-2023)
  Tesi: Molecular Modeling of Supramolecular Systems with Controllable Stimuli-Responsive Properties

• Dhiman, Shikha; Vleugels, Marle E. J.; Post, Richard A. J.; Crippa, Martina; Cardellini, ... (2025)
  Reciprocity in dynamics of supramolecular biosystems for the clustering of ligands and receptors. In: PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES OF THE UNITED STATES OF AMERICA, vol. 122. ISSN 0027-8424
  Contributo su Rivista
• Heard, Andrew W.; Pesce, Luca; Gierth, Peter T.; Adorinni, Simone; Ronson, Tanya K.; ... (2025)
  A Dynamic Silver(I) Nanocluster Holds Together a 3 × 3 Self-Assembled Grid. In: JOURNAL OF THE AMERICAN CHEMICAL SOCIETY, vol. 147, pp. 30842-30850. ISSN 0002-7863
  Contributo su Rivista
• Martino, Simone; Doria, Domiziano; Lionello, Chiara; Becchi, Matteo; Pavan, Giovanni M (2025)
  A data driven approach to classify descriptors based on their efficiency in translating noisy trajectories into physically-relevant information. In: MACHINE LEARNING: SCIENCE AND TECHNOLOGY, vol. 6. ISSN 2632-2153
  Contributo su Rivista
• Pedersen, Kasper B.; Ingólfsson, Helgi I.; Ramirez-Echemendia, Daniel P.; Borges-Araújo, ... (2025)
  The Martini 3 Lipidome: Expanded and Refined Parameters Improve Lipid Phase Behavior. In: ACS CENTRAL SCIENCE. ISSN 2374-7951
  Contributo su Rivista
• Doria, Domiziano; Martino, Simone; Becchi, Matteo; Pavan, Giovanni M. (2025)
  Data-driven assessment of optimal spatiotemporal resolutions for information extraction in noisy time series data. In: JOURNAL OF CHEMICAL PHYSICS ONLINE, vol. 162. ISSN 1089-7690
  Contributo su Rivista