Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Università degli Studi Firenze- Computer vision per il rilevamento e la classificazione con dati sbilanciati e rumorosi |
|---|---|
| Titolo del progetto di ricerca in inglese | University of Florence- Computer vision for detection and classification with inbalanced and noisy data- published on the |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Computer engineering |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| Descrizione sintetica in italiano | Le reti neurali profonde per la classificazione delle immagini sono tipicamente soggette a sostanziale riduzione delle prestazioni e overfitting se addestrate su insiemi di dati con etichette rumorose o fortemente sbilanciate. Vogliamo studiare nuove soluzioni che affrontino i problemi di distribuzioni non bilanciate e dati rumorosi. In particolare oggetto di investigazione potranno essere l'uso di particolari soluzioni di data augmentation e lo sfruttamento di advisor network per guidare l'apprendimento di una rete principale aggiustando le feature visuali e il gradiente con una strategia di meta-apprendimento. Abbiamo in programma di testare le soluzioni su applicazioni del mondo reale come il rilevamento e la classificazione dei difetti con etichette di ground truth con distribuzioni altamente sbilanciate e dati di esempio affetti da incertezze. |
| Descrizione sintetica in inglese | Deep neural networks for image classification are prone to performance reduction and overfitting when trained on datasets plagued by noisy or imbalanced labels. We want to investigate new solutions that address both imbalance and noise problems. Particularly the use of smart data augmentation and the exploitation of advisor network to pilot learning of a main network by adjusting the visual features and the gradient with a meta-learning strategy. We plan to test the method on real world applications such as defect detection and classification where labels are highly imbalanced and affected by uncertainty. |
| Data del bando | 23/03/2022 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://titulus.unifi.it/albo/viewer?view=files%2F004484075-UNFICLE-164ba05a-53e9-48d2-99d3-4e73b7ac919e-000.pdf |
| 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 | 23890 |
| 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) | 12 |
| Criteri di selezione in italiano (breve descrizione) | LM in ingegneria informatica |
| Criteri di selezione in inglese (breve descrizione) | Informatics engineering master degree |
| Processo di selezione in italiano (breve descrizione) | per titoli e colloquio |
| Processo di selezione in inglese (breve descrizione) | evaluation of titles and examination by means of an interview |
| Nome dell'Ente finanziatore | Università degli Studi di Firenze- Dipartimento di Ingegneria dell'Informazione |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Firenze |
| Sito web | http://www.unifi.it |
| amministrazione.dinfo@unifi.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 28/04/2022 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |