Machine Learning Applications for Subsurface Characterization to Support Geologic Storage of CO2
Oak Ridge Institute for Science and Education
Pozycja badawcza dla wykładowcy (NETL Faculty Research Program) – współpraca z NETL nad projektem ML dla charakterystyki podpowierzchniowej CO₂, definiowanie zakresu, angażowanie studentów, umowa 1 mies.‑>1 rok, pełny lub część etatu latem, wymagana rola akademicka i doświadczenie ML/energia, lokalizacja Morgantown, termin 30‑06‑2026.
faculty research
machine learning
subsurface characterization
CO2 storage
collaboration
+4