Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | TopologicAl MAchine LEarning - Rif. 004/2022-AR |
|---|---|
| Titolo del progetto di ricerca in inglese | TopologicAl MAchine LEarning - Ref. 004/2022-AR |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | MAT/03 - GEOMETRIA |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | SECS-S/01 - STATISTICA |
| Descrizione sintetica in italiano | Il programma di ricerca si propone di studiare la TDA in ML/DL sia da un punto di vista teorico che dell'analisi dei dati. L'obiettivo principale è estrarre informazioni topologiche e geometriche, sia dai dati rappresentati internamente da modelli addestrati, sia dallo spazio dei parametri appresi durante il processo di addestramento. Comprendere come funzionano i modelli, da una prospettiva geometrica e topologica, consentirebbe la progettazione di architetture migliori, con migliori prestazioni e formazione del modello. In particolare, dal punto di vista teorico, l'obiettivo atteso è definire nuovi descrittori per l'omologia persistente e nuovi criteri per scegliere i rappresentanti dell'omologia. Dal punto di vista delle applicazioni, l'obiettivo è studiare i nuovi modelli di topological loss per reti neurali e applicare metodi di TDA all'interno della scienza delle reti e delle neuroscienze. |
| Descrizione sintetica in inglese | The research program aims to study TDA in ML/DL both from a theoretical and a data analysis point of view. The main objective is to extract topological and geometric information, either from data as represented internally by trained models or from the space of parameters learned during the training process. Understanding how models work, from a geometrical and topological perspective, would enable the design of better architectures, with improved model performance and training. In particular, on the theoretical side, the expected goal is to define new descriptors for persistent homology and new criteria to choose homology representatives. On the applications side, the objective is to study the new models of topological loss for neural networks and to apply methods of TDA within complex network science and neuroscience. |
| Data del bando | 14/01/2022 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
OTHER |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://careers.polito.it/ |
| 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 valutazione comparativa sono disponibili all'indirizzo: https://careers.polito.it/ |
| Criteri di selezione in inglese (breve descrizione) | To apply for research grants fill out the form available at the following address: https://careers.polito.it/ |
| Nome dell'Ente finanziatore | Politecnico di Torino |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Torino |
| Sito web | http://www.polito.it/ |
| ruo.assegnidiricerca@polito.it | |
| Telefono | 0110906229 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 24/01/2022 |
|---|---|
| Come candidarsi | https://careers.polito.it/ |