Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Apprendimento non supervisionato e auto-supervisionato |
|---|---|
| Titolo del progetto di ricerca in inglese | Unsupervised and Self-supervised Learning |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | INF/01 - INFORMATICA |
| Descrizione sintetica in italiano | L'apprendimento non supervisionato e l'apprendimento auto-supervisionato costituiscono la frontiera dell'apprendimento poiché affrontano come “imparare” da dati non etichettati utilizzando solo le caratteristiche dei dati, o sfruttando la corrispondenza naturale tra i dati non etichettati disponibili, le "viste". Esso mira all'apprendimento non supervisionato di rappresentazioni utili per il trasferimento della conoscenza e una migliore generalizzazione mediante processi di pre-addestramento. L'apprendimento “contrastive” è l'approccio più diffuso, che mira all'apprendimento di migliori rappresentazioni da utilizzare nei compiti successivi: si basa sulla scelta di opportune viste aumentate, ottenute preservando adeguatamente il contenuto informativo dell'input. Le funzioni “aumentate” dovrebbero preservare il contenuto informativo minimo necessario per eseguire efficacemente l'attività a valle, catturando allo stesso tempo le informazioni massime presenti in input. |
| Descrizione sintetica in inglese | Unsupervised and Self-supervised Learning actually constitute the frontier of learning since it addresses how to learn from unlabeled data using only the data characteristics, or exploiting natural correspondence (e.g., synchronization) between available unlabeled data, the so-called “views”. It is typically aiming at unsupervised representation learning for knowledge transfer and better generalization by pre-training. Contrastive learning is the most popular approach nowadays, which aims at learning improved representations to be used in downstream tasks: it is based on the choice of suitable augmented views, obtained by properly preserving the information content of the input. Namely, the designed augmentation functions should preserve the minimal information content needed to effectively perform the downstream task, while at the same time capturing the maximum information about the input. |
| Data del bando | 18/11/2021 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 35000 |
| E' richiesta mobilità internazionale? | yes |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
AFRICA EUROPE OCEANIA NORTH AMERICA SOUTH AMERICA ASIA |
| Nazionalità dei candidati |
AFRICA EUROPE OCEANIA NORTH AMERICA SOUTH AMERICA ASIA |
| Sito web del bando | https://www.univr.it/it/concorsi/assegnisti-di-ricerca/assegni-di-ricerca/0/9557 |
| 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? | yes |
| Importo annuale | 28495 |
| 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) | 24 |
| Criteri di selezione in italiano (breve descrizione) |
Per l'ammissione alla selezione di cui al precedente art. 1 è richiesto il possesso dei seguenti requisiti: a) Titolo di Dottore di Ricerca, ovvero Laurea Magistrale [conseguita ai sensi dell’art. 3, comma 1, lettera n), D.M. 22 ottobre 2004, n. 270], o Laurea Specialistica [conseguita ai sensi dell’art. 3, comma 1, lettera b), D.M. 3 novembre 1999, n. 509], o Diploma di Laurea [conseguito ai sensi degli ordinamenti didattici previgenti al D.M. 3 novembre 1999, n. 509, a conclusione di un corso di studi di durata non inferiore a quattro anni], e possesso di curriculum scientifico-professionale idoneo allo svolgimento di attività di ricerca; b) Conoscenza della seguente lingua straniera: inglese; c) Ulteriori requisiti: attività di ricerca e/o di sviluppo nel settore scientifico-disciplinare: INF/01 INFORMATICA. |
| Criteri di selezione in inglese (breve descrizione) |
For admission to the selection process referred to in Art. 1, potential candidates must fulfil the following requirements: a)PhD or Master’s degree [Laurea Magistrale awarded pursuant to Art. 3(1n), Ministerial Decree no. 270 of 22/10/04] or previous Master’s degree [Laurea Specialistica awarded pursuant to Art. 3(1b), Ministerial Decree no. 509 of 03/11/99] or previous Bachelor’s degree [awarded pursuant to the teaching systems prior to Ministerial Decree no. 509 of 03/11/99, at the conclusion of a study programme at least 4 years in length], and a suitable academic and professional background for conducting research; b)Knowledge of the following foreign language: English; c)Other requirements: documented research and/or development experience in the disciplinary sector: INF/01 INFORMATICS. |
| Processo di selezione in italiano (breve descrizione) | La selezione avverrà attraverso la valutazione dei titoli prodotti dai candidati e un colloquio. |
| Processo di selezione in inglese (breve descrizione) | The competition will be carried out by an evaluation of titles and examination by means of an interview. |
| Nome dell'Ente finanziatore | Università degli Studi di Verona - Dipartimento di Informatica |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Verona |
| Codice postale | 37129 |
| Indirizzo | Via dell'Artigliere, 8 |
| Sito web | https://www.univr.it/home |
| elena.cordioli@univr.it | |
| Telefono | +39 (0)458028204 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 09/12/2021 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |