Alberto Manuel Garcia Navarro

Foto di Alberto Manuel Garcia Navarro

Dottorando in Materiali, Processi Sostenibili E Sistemi Per La Transizione , 38o ciclo (2022-2025)
Dipartimento di Ingegneria dell'Ambiente, del Territorio e delle Infrastrutture (DIATI)

Profilo

Dottorato di ricerca

Tutori

Interessi di ricerca

Cluster analysis
Insar data
Machine learning
Oil&gas
Petroleum engineering
Project management
R programming
Subsidence
Ugs
Underground gas storage

Biografia

Dottorando in Materiali, Processi Sostenibili e Sistemi per la Transizione Energetica - DIATI Polito (Novembre 2022). Studieremo come il machine learning e il big data analytics, utilizzando data InSAR, possono ampliare il ventaglio di alternative per la comprensione degli effetti della subsidenza, legati alla produzione/iniezione di fluidi nel sottosuolo (acqua, H2 e idrocarburi). Collaboratore Esterno di Ricerca - DIATI Polito (2021-2022). Focus sullo sviluppo di tools e metodologie innovative usando tecniche di unsupervised machine learning, applicate allo studio dei fenomeni di subsidenza d'origine antropica usando data InSAR (caratterizzazione degli effetti dovuto allo stoccaggio di gas, regioni Emilia-Romagna e Lombardia). Petroleum and Mining Engineering, POLITO 2021, con la tesi: Application of the data clusterization approach to the satellite measures of altimetric variation in the Emilia-Romagna Region (Italy). Rel. Vera Rocca (DIATI-POLITO), Alfonso Capozzoli (DENERG-POLITO), Luisa Perini (CNR-BOLOGNA). Ingegneria di Petrolio. Universidad Central de Venezuela, 2017 - Attestato in attesa, accordo doppia laurea POLITO-UCV). Solido background nel reservoir engineering, project management, sistemi GIS e la programmazione (R, Python, SQL e VBA). Intervista sulla ricerca dottorale "Machine Learning e InSAR" - "Biennale di Tecnologia 2022" - Politecnico di Torino -

Linee di ricerca

  • Machine Learning e Big Data Analytics tools per lo studio e caratterizzazione della subsidenza d'origine antropico. Focus sulla iniezione/produzione di fluidi nel sottosuolo (H2, acqua e idrocarburi) nella Pianura Padana, Italia.

Ricerca

Altre attività e progetti di ricerca

Studiamo come il machine learning e il big data analytics, utilizzando data InSAR, può aiutarci a comprendere meglio gli effetti della subsidenza.

Pubblicazioni

Coautori PoliTO

Pubblicazioni più recenti Vedi tutte le pubblicazioni su Porto@Iris