Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Explainable AI: meccanica statistica delle reti neurali di ultima generazione |
|---|---|
| Titolo del progetto di ricerca in inglese | Explainable AI: statistical mechanics of last generation neural networks |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | MAT/07 - FISICA MATEMATICA |
| Descrizione sintetica in italiano | L’assegnista dovrà avere una consolidata esperienza delle tecniche matematiche proprie della Meccanica Statistica dei Sistemi Complessi (e.g. replica trick, stabilità stocastica, etc.) e, parimenti, delle relative tecniche numeriche (e.g. metodi Monte Carlo, contrastive divergence, etc.) congiuntamente ad una conoscenza, anche rudimentale, delle reti neurali ricorrenti in Intelligenza Artificiale. La ricerca ambisce costruire una nuova rete neurale che sia in grado di astrarre e memorizzare concetti guardandone esempi e, una volta saturata la memoria (i.e. il numero massimo di concetti per dato numero di neuroni e sinapsi disponibili per immagazzinarli), sia in grado di “dormire” per ampliare la sua capacità massima di memorizzare sì da continuare ad imparare al suo risveglio, ricorsivamente fino a raggiungere il limite massimo teorico come prescritto dalla Teoria dell’Informazione (a dire, un concetto per neurone all’interno dello scenario non strutturato). |
| Descrizione sintetica in inglese | The candidate must have a consolidated experience of the mathematical techniques of the Statistical Mechanics of Complex Systems (e.g. replica trick, stochastic stability, etc.) and, likewise, of the relative numerical techniques (e.g. Monte Carlo methods, contrastive divergence, etc.), jointly to a knowledge, even rudimentary, of the recurrent neural networks whose usage prevails in ArtificialIntelligence. The research aims to build a new neural network that is able to abstract and store concepts by looking solely at (their) examples and, once its memory gets saturated (namely the maximum number of concepts, given the amount of neurons and synapses the networks is built of, is reached),is able to "sleep” and keep learning once awake, so to reach its maximal storage capacity as prescribed by Information Theory (i.e., one concept per neuron within the unstructured scenario). |
| Data del bando | 10/07/2021 |
| Paesi in cui può essere condotta la ricerca |
OTHER |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://www.unisalento.it/bandi-concorsi/-/bandi/view/65693605 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Università del Salento - Dipartimento di Matematica e Fisica |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Lecce |
| Sito web | https://www.unisalento.it/bandi-concorsi/-/bandi/view/65693605 |
| nicla.bove@unisalento.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 10/08/2021 |
|---|---|
| Come candidarsi | Other |