Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Analisi di dati multiomici nelle malattie ematologiche tramite machine learning federato non supervisionato |
|---|---|
| Titolo del progetto di ricerca in inglese | Multiomics data analisys in haematological malignancies using unsupervised federated machine learning approaches |
| Campo principale della ricerca | Physics |
| Sottocampo della ricerca | Applied physics |
| Settore Concorsuale | 02 - Scienze fisiche |
| S.S.D | - |
| Descrizione sintetica in italiano | Nella pratica oncoematologica corrente si sta procedendo alla raccolta di un numero sempre maggiore di informazioni ad ampio spettro come le analisi omiche. Il trattamento di questi dati richiede una particolare cura per la corretta gestione della sicurezza dei dati dei pazienti. Questa necessità ha portato i progetti che trattano questo tipo di dati a concentrarsi su algoritmi di apprendimento federato. Questo progetto si propone di formare una figura che sia in grado di contribuire significativamente a questa ricerca, in particolare nell’ambito dello sviluppo di metodi federati non supervisionati non parametrici. Inoltre l’assegnista acquisirà delle competenze di gestione di Big Data Federati e di tecniche di artificial intelligence utili in campo BioMedico e clinico. Questa attività verrà svolta all’interno del progetto GENOMED4ALL, permettendo all’assegnista di entrare in una rete di collaborazione internazione fra università di eccellenza, centri di ricerca biomedica, ed ospedali |
| Descrizione sintetica in inglese | Current onco-haematological practice is collecting an ever-increasing amount of data, in particular high throughput omic data. Analysis of these data requires particular care for the privacy and security of the patient information. This is incentivizing research projects that are based on these information to analyze them using federated machine learning approaches. This project aims to train a researcher able to significantly contribute in this field of research, with particular focus on the development of new unsupervised, non parametric, federated methods. The researcher will also obtain competences and skills in Federated Big Data management and artificial intelligence techniques for clinical and biomedical analyses. This project is part of the GENOMED4ALL european project, and will allow the researcher to become part of a european wide connection network between excellence research centers, universities and hospitals. |
| Data del bando | 21/03/2022 |
| 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 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 | 05/04/2022 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |