Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | Progettazione di architetture software auto-adattive tramite tecniche di Machine Learning |
---|---|
Titolo del progetto di ricerca in inglese | Architecting AI driven Self-Adaptive Software Systems |
Campo principale della ricerca | Computer science |
Sottocampo della ricerca | Other |
Settore Concorsuale | 01 - Scienze matematiche e informatiche |
S.S.D | INF/01 - INFORMATICA |
Descrizione sintetica in italiano | Il crescente utilizzo dell'Intelligenza Artificiale (AI), insieme alle sfide imposte dalle nuove architettura software dell'era moderna, ha portato a due ampie aree di ricerca: i) Architettura software per sistemi AI, che si concentra sullo sviluppo di tecniche architetturali per un migliore sviluppo di sistemi AI, e ii) AI per architetture software, che si concentra sullo sviluppo di tecniche di intelligenza artificiale per una migliore realizzazione di architettura dei sistemi software. Questa ricerca si concentrerà sull'ultimo lato dello spettro con l'obiettivo di sviluppare sistemi software in grado di sfruttare il potere dell'intelligenza artificiale, di adattarsi in modo autonomo e continuo, di apprendere e migliorare ulteriormente la loro capacità di gestire vari tipi di incertezze nel tempo. Ciò deve essere ottenuto utilizzando una combinazione di tecniche di apprendimento profondo e apprendimento per rinforzo basate sui dati di esecuzione in fase di esecuzione. |
Descrizione sintetica in inglese | The increasing usage of AI coupled with the software architectural challenges of the modern era has resulted in two broad research areas: i) Software architecture for AI systems, which focuses on developing architectural techniques for better developing AI systems and ii) AI for Software architectures, which focuses on developing AI techniques to better architect software systems. This research will focus on the later side of the spectrum with a goal to develop software systems that can leverage the power of AI, to autonomously and continuously adapt, to learn and further improve their ability to handle various kinds of uncertainties with time. This shall be achieved using a combination of deep learning and reinforcement learning techniques based on the run-time execution data. |
Data del bando | 08/10/2020 |
Numero di assegnazioni per anno | 1 |
Stanziamento annuale (indicativo) | 24000 |
Periodicità | mensile |
E' richiesta mobilità internazionale? | no |
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.univaq.it/section.php?id=766 |
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 | 24000 |
Valuta | Euro |
Comprende lo stipendio dell'assegnista | no |
Comprende vitto e spese di viaggio | no |
Comprende il costo della ricerca | no |
Criteri di selezione in italiano (breve descrizione) |
titoli e colloquio |
Criteri di selezione in inglese (breve descrizione) |
qualifications and interview |
Nome dell'Ente finanziatore | UNIVERSITA' DEGLI STUDI DELL'AQUILA |
---|---|
Tipologia dell'Ente | Academic |
Paese dell'Ente | Italy |
Città | L'AQUILA |
Codice postale | 67100 |
Indirizzo | VIA VETOIO |
Sito web | http://www.univaq.it |
henry.muccini@univaq.it |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
---|
Data di scadenza del bando | 23/10/2020 |
---|---|
Come candidarsi | https://pica.cineca.it |