Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Algoritmi e architetture per graph neural network |
|---|---|
| Titolo del progetto di ricerca in inglese | Algorithms e architectures for graph neural network processing |
| Campo principale della ricerca | Computer science |
| Sottocampo della ricerca | Computer architecture |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Computer engineering |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | Il ricercatore acquisirà o consoliderà, parallelamente all'attività di ricerca, la conoscenza di: i) Architetture di Graph neural networks; ii) Architetture dei calcolatori per il graph processing; iii) Performance modelling and evaluation; L’attività di supporto alla ricerca fa parte dei WP3, WP5 e WP6 del progetto Graph-Massivizer. La ricerca comprenderà le seguenti fasi: - Studio di reti neurali a grafo per modellare i dataset del CINECA. Questo include informazioni spaziali, temporali e dei job. - Applicare il modello progettato per il rilevamento di anomalie e per l'individuazione di computazioni efficienti. - Eseguire un benchmark delle prestazioni delle reti in fase di addestramento e inferenza su grandi insiemi di dati e con tecnologie di elaborazione dei grafi massificate. - Valutare l'efficienza dell'elaborazione dei grafi e progettare nuove architetture informatiche per l'elaborazione delle reti neurali a grafo. |
| Descrizione sintetica in inglese | The research support activity is part of the Graph-Massivizer project and aims at (i) designing graph-neural networks models for enhancing the efficiency of supercomputing and datacenters installations by detecting and predicting anomalies as well as predicting its most energy-efficient configuration; (ii) designing architectures for efficient computing the networks. The research will include the following phases: • Study of Graph neural networks to model CINECA data center datasets. This includes spatial, temporal, and job information. • Apply the model designed for anomaly detection and efficient computing detection. • Benchmark the performance of the networks in training and inference on large datasets and with graph-massivizer graph processing technologies • Evaluate the efficiency of the graph processing and design novel computing architectures for the processing of the graph neural networks. |
| Data del bando | 07/12/2022 |
| 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 INGEGNERIA DELL'ENERGIA ELETTRICA E DELL'INFORMAZIONE "GUGLIELMO MARCONI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| barbara.diplacido@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | H2020 |
|---|
| Data di scadenza del bando | 27/03/2023 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |