Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | MetodEfficienti per problemi di larga scala con applicazioni all'analisi dei dati |
|---|---|
| Titolo del progetto di ricerca in inglese | Efficient methods for large scale problems with applications to data analysis |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | MAT/08 - ANALISI NUMERICA |
| Descrizione sintetica in italiano | L'obiettivo principale di questo progetto è quello di proseguire le ricerche relative alla produzione di procedure computazionali robuste e scalabili – e la relativa teoria - per problemi su larga scala, sintetizzando e sviluppando ulteriormente diversi approcci esistenti in letteratura. Il progetto ha una forte enfasi matematica, algoritmica e computazionale e mira ad applicare le tecniche sviluppate a problemi algebrici lineari e multi-lineari che tipicamente sorgono nella moderna scienza computazionale, con un focus specifico sull'analisi dei dati (Centrality - Clustering) e precondizionamento. In questo contesto, si intende produrre nuove affidabili approssimazioni strutturate e di bassa complessita' di matrici e tensori, la relativa teoria e software, al fine di accelerare, attraverso un adeguato accoppiamento con le tecniche di estrapolazione, diverse procedure computazionali che consentano la simulazione di problemi reali con uno sforzo computazionale fortemente ridotto. |
| Descrizione sintetica in inglese | The main objective of this project is to continue the research of tools for robust and scalable computational procedures - and the underlying theory - for large scale problems, moving forward and/or synthesizing different existing approaches in scientific literature. The project has a strong mathematical, algorithmic and computational emphasis and aims to apply the developed techniques for linear and multi-linear algebraic problems which are typically arising in modern computational science, with a specific focus on data analysis (Centrality - Clustering) and preconditioning. In this framework, we intend to produce new reliable, adaptive, structured-low-complexity approximations of matrices and tensors - and the relative theory and software - in order to speed up, through a suitable coupling with extrapolations techniques, different computational procedures which allow the simulation of real-world problems with a strongly reduced computational effort. |
| Data del bando | 08/01/2020 |
| 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://www.math.unipd.it/it/news/?id=2558 |
| Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|
| Nome dell'Ente finanziatore | Università degli studi di Padova - Dipartimento di Matematica |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Padova |
| Sito web | https://www.math.unipd.it/it/ |
| dipmath@math.unipd.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 23/01/2020 |
|---|---|
| Come candidarsi | Other |