Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Piattaforme low-code per supportare lo sviluppo di sistemi IoT ML-intensive |
|---|---|
| Titolo del progetto di ricerca in inglese | Low-code platforms to support the development of ML-intensive IoT systems |
| Campo principale della ricerca | Computer science |
| Sottocampo della ricerca | Other |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | INF/01 - INFORMATICA |
| Descrizione sintetica in italiano | L'Internet delle cose (IoT) sta guadagnando terreno in vari domini applicativi. Entro il 2025 si prevede che ci saranno più di 30 miliardi di dispositivi (in media quattro dispositivi IoT per persona). I device IoT sono enormi generatori di dati; pertanto, lo sviluppo di soluzioni di gestione efficaci, affidabili e sicure è essenziale. La machine learning (ML) è sempre più utilizzata per gestire la complessità di tali sistemi mediante l’identificazione di schemi ricorrenti, anomalie, e per produrre previsioni o prendere decisioni. La ricerca riguarderà la definizione e sviluppo di sistemi di raccomandazione per supportare la progettazione ed implementazione di sistemi IoT ML-intensive. In particolare, verrà valutata l’adozione di ambienti di modellazione low-code per mitigare la difficoltà di progettazione di sistemi IoT complessi. |
| Descrizione sintetica in inglese | The Internet of Things (IoT) has been gaining traction in various application fields. By 2025, it is predicted that there will be more than 30 billion devices (four IoT devices per person on average). Things are massive data generators; thus, developing effective, dependable, and secure management solutions are essential. Machine learning (ML) is increasingly employed to tame the complexity of such systems to find recurrent patterns, identify anomalies, produce predictions, or make decisions. The research will concern the definition and development of recommender systems to support the design and implementation of ML-intensive IoT systems. In particular, the study will investigate adopting low-code platforms to mitigate the difficulties of developing complex ML-intensive IoT systems. |
| Data del bando | 11/10/2022 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 25000 |
| Periodicità | mensile |
| 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 | http://www.univaq.it/section.php?id=766 |
| 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? | no |
| Importo annuale | 25000 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | no |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Nome dell'Ente finanziatore | UNIVERSITA' DEGLI STUDI DELL'AQUILA |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | L'AQUILA |
| Codice postale | 67100 |
| Indirizzo | VIA VETOIO N. 1 |
| Sito web | http://www.univaq.it/section.php?id=766 |
| davide.diruscio@univaq.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 12/11/2022 |
|---|---|
| Come candidarsi | https://pica.cineca.it/univaq |