Francisco Sahli
- Cargo
- Profesor Asistente
- Correo
- fsc@ing.puc.cl
- Unidad académica
- Departamento de Ingeniería Mecánica y Metalúrgica, Escuela de Ingeniería UC
- Líneas de Investigación
- Modelamiento matemático de sistemas biológicos
- Aprendizaje de máquina para modelos computacionales
- Asimilación de datos en modelos complejos
- Áreas de Investigación
- Resumen
Francisco Sahli obtuvo su título de Ingeniero Civil Mecánico y Magíster en Ciencias de la Ingeniería de la Pontificia Universidad Católica de Chile el año 2011. Al graduarse obtuvo los premios Mario Hiriart, Ismael Valdés Valdés y también el premio de la mejor tesis del departamento de ingeniería mecánica.
El año 2014 obtuvo una beca Fulbright-CONICYT para cursar estudios de doctorado en Estados Unidos. El año 2018 obtuvo su doctorado en ingeniería mecánica en Stanford University. Después de una estadía postdoctoral en la Pontificia Universidad Católica de Chile, desde el 2019 se desempeña como profesor asistente en el departamento de Ingeniería Mecánica y Metalúrgica y en el Instituto de Ingeniería Biológica y Médica en la misma casa de estudios.
Para conocer más detalles sobre las investigaciones y la carrera del profesor visita su sitio web personal aquí
- Ingeniero Civil Mecánico y Magíster en Ciencias de la ingeniería, Pontificia Universidad Católica de Chile, 2011.
- Ph.D. en Ingeniería Mecánica, Stanford University, Estados Unidos, 2018.
| Nombre | Programa | Tema de investigación | |
|---|---|---|---|
| Sofia Lozano Voticky | Master in Engineering Sciences UC | ||
| Fabián Andrés Melo Montenegro | fnmelo@uc.cl | Inferencia basada en redes y aprendizaje de máquinas |
Era PerMed - ANID (2022-2025). “Digital Twins to Treat Atrial Fibrillation’’. In collaboration with
research groups in France and Austria. Monto de financiamiento (por año): 25.000.000 CLP.
Millennium Institute for Intelligent Healthcare Engineering (2022 - 2032): Principal Investigator.
National Center for Artifical Intelligence (2023 - 2032). Associate researcher.
Fondecyt Iniciación (2022 - 2025). “Physics-informed neural networks for cardiac strain estimation
from cine MRI’’. Monto de financiamiento (por año): 27.000.000 CLP.