Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Apprendimento profondo da Web Data |
|---|---|
| Titolo del progetto di ricerca in inglese | Deep Learning from Web Data |
| Campo principale della ricerca | Computer science |
| Sottocampo della ricerca | Informatics |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| Descrizione sintetica in italiano | Questa attivita' di ricerca richiede la progettazione e l'implementazione di algoritmi di deep learning per il riconoscimento di oggetti e attivita' a partire da immagini ottenute dal web, per mezzo di software di ricerca immagini commerciali. L'attivita' consistera' nello sviluppo di tecniche di espansione delle parole di ricerca sfruttando informazione semantica, in modo da migliorare la qualita' delle immagini ottenute, e nel disegnare architetture di deep learning capaci di sfruttare nella maniera migliore possibile le immagini cosi' ottenute dal web. L'attivita' richiede una conoscenza profonda di algoritmi di apprendimento statistici, calcolo delle probabilita' e teoria dell'apprendimento, nonche' dei metodi moderni per l'apprendimento da architetture profonde. Inoltre, l'attivita' richiede una forte esperienza nel linguaggio di programmazione Cuda e nell'elaborazione e l'analisi di immagini, e dell' l'utilizzo di test statistici per l'analisi dei dati sperimentali. |
| Descrizione sintetica in inglese | This research activity requires modeling and implementing deep learning algorithms for object and activity recognition starting from images found on the web by standard search engines. The activity will consist in the development of query expansion techniques to improve the quality of the data found on the web, as well as the design of novel deep learning architectures able to leverage optimally from such data. The activity requires a deep knowledge of statistical learning, probability and learning theory, as well as modern methods fro deep learning. Moreover the activity requires a strong prior experience in Cuda and in computer vision, as well as the ability to use modern statistical tool for the analysis of experiments. |
| Data del bando | 22/07/2016 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 20600 |
| Periodicità | 12 mesi |
| E' richiesta mobilità internazionale? | yes |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | http://www.dis.uniroma1.it/ |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | no |
| Importo annuale | 20600 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Nome dell'Ente finanziatore | UNIVERSITA' DI ROMA LA SAPIENZA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | ROMA |
| Codice postale | 00185 |
| Indirizzo | VIA ARIOSTO, 25 |
| Sito web | http://www.dis.uniroma1.it/ |
| pecdis@cert.uniroma1.it | |
| Telefono | 0677274139 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 21/08/2016 - alle ore 00:00 |
|---|---|
| Come candidarsi | pecdis@cert.uniroma1.it |