Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | Machine learning distribuito per edifici intelligenti |
---|---|
Titolo del progetto di ricerca in inglese | Distributed machine learning for smart buildings |
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 | Il progetto si concentrerà sulla progettazione e sullo sviluppo di modelli di apprendimento automatico computazionalmente "leggeri" per sistemi di sensori utilizzati in edifici intelligenti. Studieremo modelli black-box (ad esempio, reti neurali) e modelli white-box (ad esempio, alberi decisionali), e loro combinazioni. A questo proposito, utilizzeremo tecniche di Neural Architecture Search e algoritmi evolutivi per derivare modelli progettati in modo ottimale che tengano conto di possibili vincoli computazionali ed energetici sui nodi del sistema distribuito. Studieremo anche la spiegabilità di questi modelli. Inoltre, studieremo diversi approcci di apprendimento distribuito, basati su consenso e altre forme di aggregazione degli output dei modelli locali, al fine di raggiungere un obiettivo globale a livello di rete. Prenderemo infine in considerazione approcci di federated learning e split learning, che includano anche apprendimento probabilistico e ottimizzazione evolutiva |
Descrizione sintetica in inglese | The project will focus on the design and development of lightweight machine learning models for sensor systems to be used in smart buildings. On the one hand, we will investigate lightweight black-box (e.g., neural networks) and white-box (e.g., decision trees) models, and combinations thereof. In this regard, we will use Neural Architecture Search and evolutionary algorithms to derive optimally designed models that take into account possible computational and energy constraints on the nodes of the distributed system. We will also study the explainability of those models. On the other hand, we will study different distributed learning approaches, based on consensus and other forms of aggregation of the outputs of the node-local models, in order to achieve a global goal at the network level. Federated and split learning approaches, also including probabilistic learning and evolutionary optimization, will be considered to ensure a flexible architecture |
Data del bando | 30/08/2022 |
Numero di assegnazioni per anno | 1 |
Stanziamento annuale (indicativo) | 24300 |
Periodicità | 24 mesi |
E' richiesta mobilità internazionale? | no |
Paesi in cui può essere condotta la ricerca |
Italy |
Paesi di residenza dei candidati |
OCEANIA NORTH AMERICA SOUTH AMERICA ASIA OTHER E.U. CHINA (MAINLAND) CHINA (HONG KONG) AFRICA EUROPE |
Nazionalità dei candidati |
OCEANIA AFRICA EUROPE NORTH AMERICA SOUTH AMERICA ASIA OTHER E.U. CHINA (MAINLAND) CHINA (HONG KONG) |
Sito web del bando | https://www.unitn.it/ateneo/bando/75025/dipartimento-disi-avviso-di-selezione-per-il-conferimento-di-n-1-assegno-di-ricerca-decreto-n-153202 |
Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
---|
Nome dell'Ente finanziatore | Università degli Studi di Trento |
---|---|
Tipologia dell'Ente | Public research |
Paese dell'Ente | Italy |
Città | Trento |
Codice postale | 38122 |
Indirizzo | Via Calepina 14 |
Sito web | http://www.unitn.it |
selezioni.ricerca@unitn.it | |
Telefono | 0039 0461 281969-1914-1620-1157 |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
---|
Data di scadenza del bando | 20/09/2022 - alle ore 00:00 |
---|---|
Come candidarsi | https://www.unitn.it/ateneo/bando/75025/dipartimento-disi-avviso-di-selezione-per-il-conferimento-di-n-1-assegno-di-ricerca-decreto-n-153202 |