Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | MMachine learning ed Intelligenza artificiale per l’armonizzazione e l’analisi di dati multiomici del progetto HARMONY-PLUS. |
|---|---|
| Titolo del progetto di ricerca in inglese | Machine learning and Artificial Intelligence for multiomic data for the HARMONY-PLUS project |
| Campo principale della ricerca | Physics |
| Sottocampo della ricerca | Biophysics |
| Settore Concorsuale | 02 - Scienze fisiche |
| S.S.D | - |
| Descrizione sintetica in italiano | Questa richiesta è motivata dalla necessità di sviluppare metodi di Intelligenza Artificiale e Big data analytics per il progetto H2020-JTI-IMI2 HARMONY PLUS GA 945406, ed in particolare per potenziare le attività del WP3. La raccolta di dati multi-omici è fondamentale nello studio delle patologie oncoematologiche e per questo sono necessarie metodologie di analisi accurate e appositamente sviluppate. Il progetto H2020-JTI-IMI2 HARMONY PLUS, continuazione di HARMONY, sta raccogliendo questi dati nell'ambito di una collaborazione europea, con più di 50 partecipanti. L'analisi di dati multi-omici (incluse le immagini mediche), richiede la combinazione di tecniche di Deep Learning e Big Data analysis come Convolutional Neural Networks (CNN), e Variational Autoencoder saranno sviluppati all'interno della piattaforma HARMONY. |
| Descrizione sintetica in inglese | This request is motivated by the need to develop Artificial Intelligence and Big data analytics methods for the H2020-JTI-IMI2 HARMONY PLUS GA 945406 project, and in particular to boost the activities of WP3. The collection of multi-omics data is crucial in the study of onco-haematological pathologies and for this purpose accurate and specially developed methods of analysis are needed. The H2020-JTI-IMI2 HARMONY PLUS project, is the continuation of HARMONY, is collecting these data as part of a European collaboration, with more than 50 participants. The analysis of multi-omics data (including medical images), requires the combination of Deep Learning and Big Data analysis techniques such as Convolutional Neural Networks (CNN), and Variational Autoencoders will be developed inside the HARMONY platform. |
| Data del bando | 21/09/2021 |
| 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 MEDICINA SPECIALISTICA, DIAGNOSTICA E SPERIMENTALE |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| sam.nonstrutturati@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | H2020 |
|---|
| Data di scadenza del bando | 06/10/2021 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |