ERC General Information 2021

Información general del ERC

Toda la información relativa al Consejo Europeo de Investigación (CEI) se puede encontrar en el sitio web del CEI https://erc.europa.eu/

A continuación, se muestran excelentes vídeos instructivos producidos por el Consejo Europeo de Investigación que explican los procedimientos generales para la preparación de una propuesta para las convocatorias de subvenciones iniciales, subvenciones de consolidación o subvenciones avanzadas.

Video 1: Step by Step Guide to the ERC Application Process

This is a quick and simple video explaining which researchers are eligible to apply for European Research Council grants, at what points in their career, what type of grants we offer, how ERC grant proposals are evaluated - plus all the basics to help you decide when and how you could apply!

Video 2: How to get started with your ERC proposal

In this video, we will walk you through 7 things to consider before applying for an ERC grant. You need to be strategic in your career, and writing an application takes a lot of time and effort. However, an ERC grant offers independence and recognition. You can research a topic of your own choice, with your own team. It will increase your visibility, help you access large facilities, buy the necessary equipment, attract the best team members and collaborators and bring additional funding.

Video 3: How to write Part 1 of your ERC proposal

In this video, we will be talking about the more research-focused part of the ERC application. If you’re considering applying for an ERC grant, you may already know that an application is made up of three parts: part A, part B1 and part B2. Here, we will look into the 3 sections that make up the second part of your application, part B1, and give you some practical tips.

Video 4: How to write part B2 of your ERC proposal

In this video, we will talk about the scientific part of the proposal that is referred to as part B2. This is the part where the panel dig deep into your proposal. In this video, we will cover what to consider when writing part B2.

Video 5: How are ERC proposals evaluated?

In this video we will walk you through the ERC evaluation process. You might think that this is not very relevant, but it actually indirectly impacts on how you write your proposal. Imagine that you have sent your proposal. What happens next? What’s going on behind the scenes while you are waiting for a decision? Let’s go through the 7 phases of the ERC evaluation process.

Video 6: ERC Interview Process

In this video, we will walk you through the ERC interview process, so that you can feel a little more prepared. At the end of the video, we will also give you 8 top tips for a good ERC interview. ERC interviews have quite a reputation and can be nerve-wracking. If you watch this video, you’ll have a much better appreciation of what you will be faced with.

Proyectos ERC

MLstrong - Solución del problema de correlación fuerte en la teoría de funcionales de densidad mediante funciones totalmente no locales aprendidas por máquina

Programa específico: ERC-2023-STG - Beca ERC HORIZON
UPV/EHU: Beneficiario
IP UPV/EHU: Stefan Vuckovic

Inicio del proyecto: 01/10/2024
Fin del proyecto: 30/09/2029

Breve descripción: Teniendo en cuenta su incomparable equilibrio entre precisión y coste computacional, la teoría del funcional de la densidad (DFT) es el método de estructura electrónica más empleado en campos que van desde la bioquímica hasta la ciencia de los materiales. Un obstáculo fundamental y de larga data que impide que la DFT tenga una alta precisión y precisión de poder predictivo en toda la química es la incapacidad de los métodos DFT aproximados para describir importantes efectos electrónicos de fuerte correlación. El problema de la fuerte correlación limita la aplicabilidad de la DFT para muchos problemas tecnológicamente relevantes, ya que muchos sistemas y procesos químicos críticos están fuertemente correlacionados, como la catálisis que involucra metales de transición con orbitales medio llenos. Además de la catálisis de metales de transición, la correlación fuerte está omnipresente en enlaces químicos estirados, estructuras metalorgánicas, radicales de capa abierta, materiales funcionales, etc.

En el proyecto actual, mi objetivo es resolver el problema de correlación fuerte en DFT combinando nuevas características derivadas de la teoría (ingredientes) que exhiben una no localidad espacial completa para construir métodos DFT con aprendizaje automático (ML) para acelerar el desarrollo de métodos. Estas características novedosas, extraídas del tratamiento exacto de correlaciones fuertes dentro de DFT, difieren radicalmente de las "características de escalera de Jacob" que se emplean en casi todos los métodos DFT de vanguardia. Sus cualidades "completamente no locales" expanden el espacio en el que se pueden buscar métodos DFT mejorados. Utilizaré ML para liberar el potencial de este espacio para resolver el problema de correlación fuerte mediante el desarrollo de una jerarquía de métodos, llamada paquete MLstrong, todos orientados al problema de correlación fuerte. MLstrong se implementará de manera eficiente en una plataforma de estructura electrónica de código abierto y se probará contra conjuntos de datos químicos estándar y contra datos precisos para problemas fuertemente correlacionados; y finalmente aplicado a problemas inaccesibles a la DFT actual, como reacciones catalizadas por catalizadores de metales de transición y estructuras metalorgánicas.