Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Esplorazione di algoritmi basati su reti neurali spiking per il riconoscimento e la classificazione eventi da immagini di processi industriali |
|---|---|
| Titolo del progetto di ricerca in inglese | Exploration of algorithms based on Spiking Neural Networks for recognition and classification of events from industrial process images |
| Campo principale della ricerca | Computer science |
| Sottocampo della ricerca | Informatics |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Computer engineering |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | Le reti neurali artificiali (ANN) sono sistemi ispirati alle reti neurali biologiche. L'unità base delle ANN è il neurone che ha una funzione di attivazione differenziabile. Questa funzione consente la formazione, con metodi di ottimizzazione basati sul gradiente, di ANN con molti livelli (Deep Neural Networks - DNN). Nei neuroni delle DNN, la regola dell'apprendimento e la propagazione delle informazioni sono diverse dal cervello dei mammiferi. Le reti neurali spiking (SNN) differiscono dalle precedenti in quanto il neurone è un neurone a spike, quindi le informazioni non saranno più continue ma saranno trasmesse tramite eventi sparsi, con aumento dell'efficienza energetica. Grazie all'efficienza energetica degli SNN e ad una struttura più semplice, questo approccio può essere applicato in sistemi edge in un contesto industriale per rilevazione di eventi quali anomalie. Tutte queste attività saranno condotte nell'ambito del progetto SUPER in collaborazione con CINECA. |
| Descrizione sintetica in inglese | Artificial neural networks (ANNs) are computing systems inspired by the biological neural networks that constitute animal brains. The base unit of the ANNs is the neuron that has a differentiable activation function. This feature allows training, with gradient-based optimization methods, huge ANNs with many layers (DNNs). In DNNs neurons, learning rule and the propagation of the information are different from the mammalian brain. In this context, a new type of ANN is created: the spiking neural networks (SNNs). These differ from the previous ones in that the neuron is a spiking neuron, so the information will no longer be continuous but will be transmitted with sparse spikes so there is an increase in energy efficiency. Due to the energy-efficient of the SNNs and a simpler structure, this approach can be utilized for edge systems in an industrial context for anomaly detection. All these activities will be conducted in the context of the SUPER project in collaboration with CINECA. |
| Data del bando | 08/04/2020 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI INGEGNERIA DELL'ENERGIA ELETTRICA E DELL'INFORMAZIONE "GUGLIELMO MARCONI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| barbara.diplacido@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 24/04/2020 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |