Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | Modellizzazione dell'apprendimento di rappresentazioni e di strategie adattive di decisione in agenti artificiali attraverso inferenza Bayesiana nonparametrica |
---|---|
Titolo del progetto di ricerca in inglese | ”Modelling representation learning and adaptive choice strategies in artificial agents, using Bayesian nonparametric inference” |
Settore Concorsuale | 02 - Scienze fisiche |
S.S.D | - |
Descrizione sintetica in italiano | Design e sviluppo di modelli computazionali dell'apprendimento di rappresentazioni interne e del loro uso per comportamento adattivo, attraverso l'uso di algoritmi di inferenza Bayesiana nonparametrica. Uso dei modelli computazionali per analisi model-based di dati comportamentali e di neuroimmagini di soggetti umani, forniti da collaboratori all'interno del progetto FET Flagship "Human Brain Project". Scrittura di articoli e rapporti scientifici. |
Descrizione sintetica in inglese | Design and development of computational models of representation learning and adaptive choice, using Bayesian nonparametric inference algorithms. Use the computational models to perform model-based analysis of human behavioral and neuroimaging data, as provided by our collaborators within the FET Flagship "Human Brain Project". Scientific reports and articles writing. |
Data del bando | 18/10/2019 |
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 | http://www.urp.cnr.it |
Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
---|---|
Criteri di selezione in italiano (breve descrizione) |
- Diploma di Laurea in Fisica conseguito secondo la normativa in vigore anteriormente al D.M. 509/99, oppure Diploma di Laurea Specialistica/Magistrale equivalente (D.M. 5 maggio 2004), di curriculum professionale idoneo allo svolgimento di attività di ricerca; - Conoscenza e comprovata esperienza di algoritmi di inferenza Bayesiana non parametrica - Conoscenza e comprovata esperienza di modellizzazione e analisi dati di neuroimmagini. - Conoscenza documentata di metodi di inferenza, meccanica statistica e sistemi dinamici - Conoscenza documentata nell’ambito dello sviluppo e uso di algoritmi di “machine learning” - Buona conoscenza della lingua inglese sia scritta che orale. - Conoscenza della lingua italiana (solo per i candidati stranieri) |
Criteri di selezione in inglese (breve descrizione) |
- Master’s Degree in Physics. - Expertise and documented experience of algorithms for Bayesian nonparametric inference. - Expertise and documented experience in modelling and analysing neuroimaging data - Experience in the development of methods and algorithms for knowledge extraction from text. - Documented experience in methods of inference, statistical mechanics and dynamical systems. - Documented experience in the development and use of machine learning algorithms. - English proficiency. - Italian proficiency (only for foreign applicants) |
Processo di selezione in italiano (breve descrizione) |
VALUTAZIONE DEI TITOLI E DEL CURRICULUM, E COLLOQUIO SULLA MATERIA DELL’ASSEGNO |
Processo di selezione in inglese (breve descrizione) | THE SELECTION WILL BE CARRIED OUT BY A COMMITTEE AND WILL BE BASED ON THE EVALUATION OF SCIENTIFIC TITLES AND CV, FOLLOWED BY AN INTERVIEW |
Nome dell'Ente finanziatore | Istituto di Scienze e Tecnologie della Cognizione del CNR |
---|---|
Tipologia dell'Ente | Public research |
Paese dell'Ente | Italy |
Città | ROMA |
Codice postale | 00185 |
Indirizzo | Via San Martino della Battaglia, 44 |
Sito web | http://www.istc.cnr.it |
giovanni.pezzulo@istc.cnr.it | |
Telefono | 0644595206 |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | H2020 |
---|
Data di scadenza del bando | 07/11/2019 |
---|---|
Come candidarsi | protocollo.istc@pec.cnr.it |