Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Development and Deployment of AI-based Models for Industrial Digital Twins |
|---|---|
| Titolo del progetto di ricerca in inglese | Development and Deployment of AI-based Models for Industrial Digital Twins |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Computer engineering |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | L'obiettivo di questo progetto è l'applicazione di tecniche di Intelligenza Artificiale alla costruzione di Digital Twin per l'Industria 4.0. In particolare, dovranno essere considerati modelli delle aree Deep Learning e Optimization; con questi modelli è possibile costruire una replica accurata del sistema di destinazione per eseguire attività di manutenzione predittiva e prescrittiva. Questo tema è pienamente in linea con l'obiettivo del progetto IoTwins EU, ovvero la creazione di Digital Twins per strutture e impianti industriali su larga scala. L'area della manutenzione predittiva pullula di molte direzioni di ricerca che mirano alla creazione di modelli in grado di simulare con precisione il comportamento di sistemi complessi utilizzando i dati raccolti da un'infrastruttura di monitoraggio a grana fine, generalmente distribuita su più dispositivi IoT. Gli approcci basati sui dati si sono rivelati molto promettenti in un insieme disparato di contesti. |
| Descrizione sintetica in inglese | The goal of this project is the application of Artificial Intelligence techniques to the construction of Digital Twins for the Industry 4.0. In particular, models from the Deep Learning and the Optimization areas will have to be considered; with these models an accurate replica of the target system can be build to perform predictive and prescriptive maintenance tasks. This topic is fully in line with the goal of the IoTwins EU project, that is the creation of Digital Twins for large scale facilities and industrial plants. The area of predictive maintenance is teeming with many research directions which aim at the creation of models which can accurately simulate the behaviour of complex system using the data collected by fine-grained monitoring infrastructure, generally distributed over multiple IoT devices. Data driven approaches have been revealed to be very promising in a disparate set of contexts. |
| Data del bando | 17/03/2022 |
| 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 INFORMATICA - SCIENZA E INGEGNERIA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| andrea.borghesi3@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | H2020 |
|---|
| Data di scadenza del bando | 02/04/2022 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |