Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Apprendimento automatico per manutenzione predittiva-Pubblicato su Albo Ufficiale di Ateneo con n. 15662 |
|---|---|
| Titolo del progetto di ricerca in inglese | University of Florence - Machine learning for predictive maintenance - Published on the |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| Descrizione sintetica in italiano | La gestione della manutenzione nell'ambiente ferroviario è un elemento chiave in termini di sicurezza e qualità del servizio fornito. Ha un impatto molto significativo sul bilancio delle compagnie ferroviarie. La manutenzione classica viene eseguita nelle modalità correttive o preventive. Nel primo caso, i componenti difettosi vengono riparati alla prima occasione dopo che si è verificata un'anomalia, con impatti negativi sul servizio. Nel secondo caso, sono pianificati controlli a tempo o basati sul chilometraggio, ma né il tempo né il chilometraggio possono prevedere con precisione la reale condizione di usura dei componenti. In questo progetto, sfrutteremo il sofisticato sistema di monitoraggio e raccolta dati di Trenitalia per scopi predittivi, e progetteremo e applicheremo adeguati strumenti di analisi dei dati di big machine e di apprendimento automatico. |
| Descrizione sintetica in inglese | Maintenance management in the railway environment is a key element in terms of both safety and quality of the delivered service. It has a very significant impact on the budget of railway companies. Classic maintenance is performed in the corrective or in the preventive setting. In the first case, faulty components are repaired at the first opportunity after an anomaly occurs, with negative impacts on the service. In the second case, timed or mileage-based checks are scheduled, but neither time nor mileage can accurately predict the actual wear condition of the components. In this project, we will exploit the sophisticated Trenitalia's monitoring and data collection system for predictive purposes, and we will devise and apply suitable machine learning and big data analytics tools. |
| Data del bando | 27/12/2017 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://titulus.unifi.it/albo/viewer?view=files%2F002638871-UNFICLE-9186adc0-0967-449b-acf3-495597cb42da-000.pdf |
| Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | yes |
| Importo annuale | 27000 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Massima durata dell'assegno (mesi) | 24 |
| Criteri di selezione in italiano (breve descrizione) | • Essere titolare di un diploma di dottorato, o di specializzazione medica per i settori interessati, (o titoli esteri equivalenti) in ambito Machine Learning o discipline correlate, ovvero essere titolare di Laurea specialistica o di Laurea del V.O. in Ingegneria Informatica o discipline correlate con almeno tre anni di esperienza di ricerca documentata presso Università e/o Enti di Ricerca pubblici o privati |
| Criteri di selezione in inglese (breve descrizione) | doctoral degree, in Machine Learning or related disciplines, or Degree in Computer Engineering with at least three years of research experience documented at universities or public or private research institutions; |
| Processo di selezione in italiano (breve descrizione) | Il concorso è per titoli e per colloquio |
| Processo di selezione in inglese (breve descrizione) | the competition will be carried out by an evaluation of titles and examiniation by means of an interview |
| Nome dell'Ente finanziatore | Università degli Studi di Firenze Dipartimento di Ingegneria dell'Informazione |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Firenze |
| Codice postale | 50139 |
| Sito web | http://www.unifi.it |
| amministrazione@dinfo.unifi.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 29/01/2018 |
|---|---|
| Come candidarsi | Other |