Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Tecniche Evolutive di Generazione di Codice basate su Large Language Model |
|---|---|
| Titolo del progetto di ricerca in inglese | Evolutionary Code Generation Techniques Based on Large Language Models |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Other |
| G.S.D. | 01/INFO-01 - INFORMATICA |
| S.S.D | INFO-01/A - Informatica |
| G.S.D. | 09/IINF-05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| S.S.D | IINF-05/A - Sistemi di elaborazione delle informazioni |
| Descrizione sintetica in italiano | La ricerca si concentra sull'esplorazione di tecniche evolutive per migliorare il codice generato da modelli di linguaggio di grandi dimensioni (LLM), con un focus sulla progettazione e implementazione di controllori per robot operanti in contesti forestali. L'obiettivo principale del progetto è sviluppare, studiare e valutare sperimentalmente metodologie di correzione del codice basate su algoritmi evolutivi, in grado di garantire una maggiore affidabilità del software prodotto. In particolare, queste tecniche permetteranno di creare codice robusto, capace di adattarsi a condizioni ambientali complesse e dinamiche tipiche delle foreste. Tale approccio è fondamentale per scenari mission-critical come la robotica forestale, dove errori di programmazione potrebbero compromettere la sicurezza dell'ambiente e la funzionalità dei robot impiegati. Un'applicazione pratica riguarda l'uso di questi robot per il monitoraggio della foresta e l'identificazione di potenziali minacce |
| Descrizione sintetica in inglese | The research project focuses on exploring evolutionary techniques to improve code generated by large language models (LLMs), with a specific emphasis on the design and implementation of controllers for robots operating in forest environments. The main objective of the project is to develop, study, and experimentally evaluate code correction methodologies based on evolutionary algorithms, which are capable of ensuring higher reliability of the generated software. In particular, these techniques will enable the creation of robust code that can adapt to complex and dynamic environmental conditions typical of forests. This approach is crucial for mission-critical scenarios such as forest robotics, where programming errors could compromise both environmental safety and the functionality of the deployed robots. A practical application involves the use of these robots for forest monitoring and the identification of potential threats |
| Data del bando | 06/11/2024 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://amm.units.it/concorsi/ricerca/conc-52401 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Importo annuale | 21077 |
| Valuta | Euro |
| Massima durata dell'assegno (mesi) | 12 |
| Nome dell'Ente finanziatore | University of Trieste |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Trieste |
| Sito web | https://www.units.it/ |
| assegni@amm.units.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 11/12/2024 |
|---|---|
| Come candidarsi | https://pica.cineca.it/units (rif. PICA 24ar1400-1PRIN) |