Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Modelli predittivi affidabili per dati su eventi temporali (TRUSTED) + Fondo sviluppo nuovi progetti Calvanese |
|---|---|
| Titolo del progetto di ricerca in inglese | TRUStworthy predictive models for Temporal Event Data (TRUSTED) + New project development found Calvanese |
| G.S.D. | 01/INFO-01 - INFORMATICA |
| S.S.D | INFO-01/A - Informatica |
| Descrizione sintetica in italiano | L’IA integrativa è considerata uno degli approcci più promettenti per realizzare futuri sistemi di intelligenza artificiale in grado di produrre modelli predittivi affidabili. Combina infatti l’efficacia degli approcci di Machine Learning con la trasparenza dei sistemi basati sulla Logica. Le architetture di IA integrativa sono state studiate per una serie di domini (ad esempio, nella visione artificiale), ma non sono state studiate in modo approfondito nella costruzione di modelli predittivi per dati di eventi temporali. Per raggiungere questo obiettivo, il richiedente lavorerà su due compiti. In primo luogo, la definizione di nuove tecniche integrative di IA per l'addestramento di modelli predittivi per dati di eventi temporali utilizzando la conoscenza del background temporale. Questa indagine partirà da lavori recenti che mirano a combinare gli automi finiti deterministici (DFA)... |
| Descrizione sintetica in inglese | Integrative AI is considered one of the most promising approaches to realise future Artificial Intelligence systems able to produce trustworthy predictive models. Indeed it combines the effectiveness of Machine Learning approahces with the transparency of Logic-based systems. Integrative AI architectures have been investigated for a number of domains (e.g., in computer vision) but are not deeply investigated in the construction of predictive models for temporal event data. To achieve this, the applicant will work on two tasks. First, the definition of novel integrative AI techniques for the training of predictive models for temporal event data using temporal background knowledge. This investigation will start from recent worksthat aim to combine Deterministic Finite Automata (DFAs) with numeric approahes such as generic algorithms of Recurrent Neural Netoworks. Second, the implementation of the developed technique and an assessment of the feasibility of the approach. |
| Data del bando | 22/11/2024 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://www.unibz.it/it/home/position-calls/positions-for-academic-staff/7423-informatica-prof-ssa-ghidini-chiara?group=18 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Libera Università di Bolzano |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Bolzano |
| Sito web | https://www.unibz.it/ |
| personnel_academic@unibz.it | |
| Telefono | 0471011300 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 25/02/2025 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://www.unibz.it/it/home/position-calls/positions-for-academic-staff/7423-informatica-prof-ssa-ghidini-chiara?group=18 |