Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Studio di sensori IoT innovativi multisensoriali e algoritmi intelligenti per l’elaborazione dei segnali di misura finalizzati al monitoraggio ambientale |
|---|---|
| Titolo del progetto di ricerca in inglese | Study of innovative multi-sensory IoT sensors and intelligent algorithms for measurement signal processing aimed at environmental monitoring |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/03 - TELECOMUNICAZIONI |
| Descrizione sintetica in italiano | Le tecniche di machine learning,e in particolare di deep learning,sono estremamente adatte per valutare la contaminazione aerodispersa nei siti e nelle fabbriche tramite strumenti e metodi atti a misurare le esposizioni. Lo studio su sensori ambientali innovativi prevede una tecnica che punta,sulla base di valori pregressi campionati dai diversi sensori presenti (come SO2, CO, IPA, etc),alla previsione di eventuali situazioni di pericolo per le quali sarà possibile eseguire in tempo le misure preventive appropriate.Per raggiungere l’obiettivo descritto,si prevede l’utilizzo di modelli di deep learning come LSTM e GRU.Il motivo per cui vengono fuse queste due reti è legato al fatto che i segnali elettrici sono ridondanti di informazione,e ciò provoca un errore durante la fase di apprendimento.La riduzione della dimensionalità nel contenuto informativo(riassunto dei punti salienti dell’informazione)eseguite tramite la GRU,fornisce un miglioramento delle performance predittive |
| Descrizione sintetica in inglese | Machine learning techniques, and in particular deep learning, are extremely suitable for assessing airborne contamination at sites and factories by means of instruments and methods for measuring exposures. The study on innovative environmental sensors involves a technique that aims, on the basis of previous values sampled by the various sensors present (such as SO2, CO, PAHs, etc.), to predict possible hazardous situations for which appropriate preventive measures can be carried out in time. To achieve the described objective, the use of deep learning models such as LSTM and GRU is envisaged. The reason for merging these two networks is related to the fact that electrical signals are redundant in information, which causes an error during the learning phase. The reduction of dimensionality in the information content (summary of information highlights) performed via GRU, provides an improvement in predictive performance |
| Data del bando | 14/07/2022 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 23891.00 |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://www.unict.it/bandi/ricerca-e-trasferimento-tecnologico/assegni-di-ricerca-tipo-b |
| 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 | 19367.00 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | yes |
| Massima durata dell'assegno (mesi) | 12 |
| Criteri di selezione in italiano (breve descrizione) |
Possono essere ammessi alla selezione i soggetti in possesso del titolo di: • Laurea specialistica o magistrale o diploma di laurea secondo il vecchio ordinamento o titolo equivalente o equiparato o equipollente conseguito in Italia o all’estero, in “Ingegneria delle Telecomunicazioni”, e in possesso di un curriculum scientifico-professionale idoneo allo svolgimento di attività di ricerca. Ai candidati è inoltre richiesta la conoscenza della lingua inglese. Il dottorato di ricerca, o titolo equivalente conseguito all’estero ovvero, per i settori interessati, il titolo di specializzazione di area medica corredato da un’adeguata produzione scientifica, costituiscono titolo preferenziale ai fini dell’attribuzione dell’assegno di ricerca. |
| Nome dell'Ente finanziatore | Università degli Studi di Catania |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | CATANIA |
| Codice postale | 95131 |
| Indirizzo | Piazza Università, n. 2 |
| Sito web | https://www.unict.it/ |
| ac.ari@unict.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 03/08/2022 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://concorsi.unict.it/ |