Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Sviluppo di metodi e architettura basati su deep learning per l'analisi automatizzata di immagini |
|---|---|
| Titolo del progetto di ricerca in inglese | Methods and architectures for deep learning based image analysis |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | INF/01 - INFORMATICA |
| Descrizione sintetica in italiano | Le reti neurali convoluzionali raggiungono lo stato dell'arte delle prestazioni in differenti task di computer vision grazie alla loro capacità di apprendere complesse funzioni non lineari. Tuttavia, ad oggi la maggior parte delle architetture di successo si basa su un paradigma di apprendimento completamente supervisionato. Il costo di etichettare le grandi quantità di samples richieste dalle architetture profonde può facilmente diventare proibitivo nei domini in cui sia richiesto un annotatore umano specializzato e la capacità di annotazione disponibile sia limitata, come per esempio nell'imaging medico. Pertanto, si propone di esplorare la generazione di campioni sintetici auto-annotati tramite un approccio di adversarial learning per ovviare al requisito di etichettatura manuale delle immagini. |
| Descrizione sintetica in inglese | Convolutional neural networks achieve state of the art performance in a number of computer vision tasks thanks to their ability to learn complex non linear functions. However, to present date most successful architectures rely on a fully supervised learning paradigm. The cost of labeling the large amounts of samples required by deep architectures may easily become prohibitive in domains where a specialized human annotator is required and the available annotation capacity is limited, as for example in medical imaging. We propose to explore the generation of self-annotated synthetic training samples via adversarial learning approach to workaround the requirement for manual image labeling. |
| Data del bando | 01/02/2022 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://webapps.unito.it/albo_ateneo/ |
| 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 | 19367 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Massima durata dell'assegno (mesi) | 12 |
| Criteri di selezione in italiano (breve descrizione) | Il Bando (pubblicato sull'Albo d'Ateneo al n. rep. 492 del 01/02/2022) contenente le modalità di iscrizione/partecipazione alla selezione e i requisiti è disponibile su https://webapps.unito.it/albo_ateneo/ . |
| Criteri di selezione in inglese (breve descrizione) | The Call (published on Albo d'Ateneo no. 492 on 01/02/2022) containing the selection requirements and how to apply is available at https://webapps.unito.it/albo_ateneo/ . |
| Processo di selezione in italiano (breve descrizione) | Per titoli e colloquio. Il calendario dei colloqui viene pubblicato, entro la data di scadenza del bando, sull'Albo d'Ateneo ( https://webapps.unito.it/albo_ateneo/ ). I candidati NON riceveranno comunicazione di ammissione al colloquio. La domanda deve essere presentata tramite la procedura online https://pica.cineca.it/unito/assegni-di-ricerca-unito-2022-i/ - per informazioni: assegniricerca@unito.it |
| Processo di selezione in inglese (breve descrizione) | By qualifications and interview (in Turin, Italy). Dates and venues of the interviews are published, by the date of the deadline, on the official notice board of the website of the University of Turin ( https://webapps.unito.it/albo_ateneo/ ). The application must be presented by online procedure at https://pica.cineca.it/unito/assegni-di-ricerca-unito-2022-i/ - for informations: assegniricerca@unito.it |
| Nome dell'Ente finanziatore | Università degli Studi di Torino |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Turin |
| Sito web | http://www.unito.it/ |
| assegniricerca@unito.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 22/02/2022 |
|---|---|
| Come candidarsi | https://pica.cineca.it/ |