Machine Learning Ricci-Flat Metrics

📅 DATA: 09/05/2025, DAS 16H ÀS 17h

📍 LOCAL (Remoto): https://meet.google.com/tmu-sbho-vwx

A Inteligência Artificial se tornou rapidamente uma ferramenta poderosa na descoberta científica, com impacto crescente em diversas disciplinas — incluindo a Matemática Pura. Em particular, o Aprendizado de Máquina oferece abordagens promissoras para enfrentar problemas computacionalmente intensivos em áreas como Geometria Diferencial Complexa e Geometria Algébrica.

Nesta palestra, focaremos nos avanços recentes no uso de aprendizado supervisionado para aproximar métricas de Ricci planas em variedades de Calabi–Yau, um desafio central tanto na Matemática quanto na Física Teórica. Também exploraremos como métodos baseados em dados podem revelar estruturas e padrões ocultos na Geometria Diferencial e na Geometria Algébrica.

SOBRE O PALESTRANTE

Tomás S. R. Silva
Ph.D. candidate in Mathematics at the Institute of Mathematics, Statistics and Scientific Computing (IMECC) at the University of Campinas (Unicamp), Brazil. He holds a Bachelor’s degree in Computer Engineering from Unicamp. His research focuses on leveraging Machine Learning and Artificial Intelligence to tackle problems in Complex Differential and Algebraic Geometry.