Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | Sviluppo di metodologie basate sul deep learning classico e quantistico per l’analisi automatica delle microdoppler |
---|---|
Titolo del progetto di ricerca in inglese | Development of classical and quantum deep learning based methodologies for automatic microdoppler analysis |
Campo principale della ricerca | Engineering |
Sottocampo della ricerca | Electrical engineering |
G.S.D. | 09/IIET-01 - ELETTROTECNICA |
S.S.D | IIET-01/A - Elettrotecnica |
Descrizione sintetica in italiano | Sviluppo di metodi innovativi di deep learning discriminativo di tipo classico e/o quantistico, mediante reti neurali convolutive (CNN) e la fusione dati multimodale per l’analisi delle microDoppler di dati radar, al fine di lavorare con dati particolarmente rumorosi. |
Descrizione sintetica in inglese | Development of innovative classical and/or quantum discriminative deep learning methods, using convolutional neural networks (CNN) and multimodal data fusion for the analysis of microDoppler radar data, in order to work with particularly noisy data. |
Data del bando | 13/11/2024 |
Numero di assegnazioni per anno | 1 |
Stanziamento annuale (indicativo) | 22690 |
Paesi in cui può essere condotta la ricerca |
Italy |
Paesi di residenza dei candidati |
EUROPE |
Nazionalità dei candidati |
EUROPE |
Sito web del bando | https://web.uniroma1.it/trasparenza/bando/225045_ar-b-n-31/2024 |
Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
---|---|
Importo annuale | 22690 |
Valuta | Euro |
Nome dell'Ente finanziatore | Università La Sapienza |
---|---|
Tipologia dell'Ente | Academic |
Paese dell'Ente | Italy |
Città | Roma |
Codice postale | 00184 |
Indirizzo | via eudossiana 18 |
Sito web | https://diet.web.uniroma1.it/ |
g.giannini@uniroma1.it | |
Telefono | 0644585866 |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
---|
Data di scadenza del bando | 13/12/2024 |
---|---|
Come candidarsi | https://xup-diet.cloud |