doktor inżynierii mechanicznej
priorytetowy obszar badawczy: MobilityTech
Osiągnięcia naukowe
Dr Subrata Ghosh, adiunkt na Wydziale Mechanicznym Politechniki Łódzkiej, jest fizykiem teoretycznym i badaczem systemów złożonych. Jego prace koncentrują się na dynamice sieci złożonych, epidemiologii, synchronizacji, procesach rozprzestrzeniania informacji oraz metodach uczenia maszynowego stosowanych do prognozowania zjawisk w układach rzeczywistych. Szczególne znaczenie mają jego prace nad stabilnością i niestabilnością układów dynamicznych, przejściami do stanów krytycznych oraz uniwersalną dynamiką nieliniową układów tłumionych i wymuszonych. Do jego osiągnięć należy również opracowanie ram prognozowania trendów infekcji z wykorzystaniem Echo State Networks. Podejście trenowane na danych syntetycznych modeli SIR i rzeczywistych danych COVID-19 umożliwiało krótkoterminowe prognozy do siedmiu dni naprzód, bez znajomości pełnej dynamiki transmisji.
Profil badawczy i kierunki badań
Badania dr. Ghosha koncentrują się przede wszystkim na procesach dynamicznych zachodzących w sieciach złożonych, łącząc dynamikę nieliniową, fizykę statystyczną i systemy złożone w celu odkrycia mechanizmów leżących u podstaw przemian fazowych i zjawisk zbiorowych w układach oscylatorowych, neuronalnych, społecznych i ekologicznych. Kierując się ciekawością i chęcią wywarcia realnego wpływu na rzeczywistość, rozszerzył zakres swojej specjalizacji o problemy stosowane o dużym znaczeniu, opracowując frameworki uczenia maszynowego służące do prognozowania zdarzeń ekstremalnych, trendów epidemicznych oraz
wzorców synchronizacji w oscylatorach. Jego profil badawczy w wyjątkowy sposób łączy rygorystyczne modelowanie matematyczne, teorię układów dynamicznych oraz nowoczesne metody oparte na danych, co pozwala mu zajmować się najtrudniejszymi wyzwaniami związanymi z prognozowaniem i kontrolowaniem rzeczywistych systemów.
Dalsze jego plany obejmują budowę predykcyjnych modeli dla systemów biologicznych i epidemiologicznych, łączących teorię sieci, układy dynamiczne i uczenie maszynowe. Szczególne znaczenie mają platformy prognozowania chorób zakaźnych, takich jak denga, malaria i COVID-19, oraz biomarkery obliczeniowe zaburzeń neurologicznych oparte na danych EEG.
Współpraca międzynarodowa i uznanie
Aktywność naukowa dr. Ghosha ma wyraźnie międzynarodowy charakter i obejmuje współpracę z badaczami z Polski, Indii, Chin, Niemiec, Słowenii i innych ośrodków prowadzących badania nad układami złożonymi i dynamiką nieliniową. Pełni funkcję topic editor w Frontiers in Computational Neuroscience oraz guest editor w czasopiśmie Symmetry. W 2025 roku uzyskał wyróżnienie
Distinguished Referee of Europhysics Letters. Jest także recenzentem ponad 15 czasopism, w tym Physical Review Letters i Nature Communications.