Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | Ca' Foscari University of Venice - Research fellowship for specific project:Adversarial and Explainable Machine Learning |
---|---|
Titolo del progetto di ricerca in inglese | Ca' Foscari University of Venice - Research fellowship for specific project:Adversarial and Explainable Machine Learning |
Campo principale della ricerca | Computer science |
Sottocampo della ricerca | Informatics |
Settore Concorsuale | 01 - Scienze matematiche e informatiche |
S.S.D | INF/01 - INFORMATICA |
Descrizione sintetica in italiano | Tecniche di Machine Learning (ML) sono state ampiamente adottate nell'ultimo decennio in una varietà di domini applicativi. Sfortunatamente, è noto che i modelli ML sono suscettibili ad attacchi “adversarial”, e quindi l'uso di ML può introdurre vulnerabilità di sicurezza specifiche che gli attaccanti qualificati possono sfruttare per compromettere l'intero sistema (ad esempio, segnali stradali appositamente realizzati in uno scenario di auto a guida autonoma). Questa attività di ricerca mira ad estendere l'uso di tecniche di adversarial ML e di interpretable ML per supportare l'adozione più di sicura di tecniche di ML in sistemi reali. Il nostro obiettivo di ricerca è duplice. Da un lato miriamo a sviluppare nuovi modelli di ML che siano sia robusti e sia interpretabili. Dall'altro lato ci proponiamo di sviluppare metodi di "ispezione" che possano aiutare a comprendere i fattori che incidono sulle specifiche previsioni fornite da un modello "black-box" |
Descrizione sintetica in inglese | Machine learning (ML) has been widely adopted over the last decade in a variety of application domains. Unfortunately, ML models are known to be susceptible to adversarial attacks, and therefore the use of ML may introduce specific security vulnerabilities that skilled attackers can exploit to compromise the whole system (e.g., specially crafted road signs in a self-driving cars scenario). This research activity aims at extending the use of adversarial ML techniques to interpretable ML models to support a more principled adoption of ML. Our research objective is two-fold. On the one hand we aim at developing new ML models that are both robust and interpretable. On the other hand, we aim at developing “inspection” methods that may help to understand the factors that impact on specific predictions provided by a “black-box” model |
Data del bando | 13/10/2020 |
Numero di assegnazioni per anno | 1 |
Stanziamento annuale (indicativo) | 23787 |
Periodicità | 12 |
E' richiesta mobilità internazionale? | yes |
Paesi in cui può essere condotta la ricerca |
Italy |
Paesi di residenza dei candidati |
OCEANIA NORTH AMERICA SOUTH AMERICA ASIA AFRICA EUROPE |
Nazionalità dei candidati |
OCEANIA NORTH AMERICA SOUTH AMERICA ASIA AFRICA EUROPE |
Sito web del bando | https://www.unive.it/data/28825/ |
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 | 19367 |
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) | 12 |
Criteri di selezione in italiano (breve descrizione) | TITOLI, PUBBLICAZIONI E COLLOQUIO |
Criteri di selezione in inglese (breve descrizione) | CV AND INTERVIEW |
Processo di selezione in italiano (breve descrizione) | TITOLI, PUBBLICAZIONI E COLLOQUIO |
Processo di selezione in inglese (breve descrizione) | CV AND INTERVIEW |
Nome dell'Ente finanziatore | UNIVERSITA' CA' FOSCARI VENEZIA |
---|---|
Tipologia dell'Ente | Public research |
Paese dell'Ente | Italy |
Città | VENEZIA |
Codice postale | 30123 |
Indirizzo | DORSO DURO 3246 |
Sito web | http://www.unive.it |
segreteria.dais@unive.it | |
Telefono | +3904123486334 |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
---|
Data di scadenza del bando | 05/11/2020 |
---|---|
Come candidarsi | https://apps.unive.it/domandeconcorso-en/accesso/daisorlando2020novembre |