Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Tecniche auto-supervisionate per l'analisi di immagini microscopiche del cervello |
|---|---|
| Titolo del progetto di ricerca in inglese | University of Florence- Self supervised learning for the analysis of microscopy images of the brain- published on the |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Control 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 nostro gruppo ha sviluppato negli ultimi anni tecniche supervisionate per la localizzazione di neuroni su immagini da microscopia 3D. Un limite di tali tecniche e' la richesta di annotazioni da parte di un esperto umano per produrre la ground truth necessaria all'addestramento dei modelli supervisionati, processo che richiede tempo, che e' spesso difficile e soggetto ad errori anche per un esperto, e che deve essere ripetuto su campioni diversi di tessuto o quando cambiano le metodologie di marcatura biologica o chimica del tessuto. Ci proponiamo in questa attivita' di studiare specifiche tecniche autosupervisionate e di adattamento del dominio che consentano di ridurre il carico di lavoro umano senza compromettere la qualita' delle predizioni. |
| Descrizione sintetica in inglese | We have developed in the past supervised learning techniques for localizing neurons in 3D microscopy images. A major limitation of supervised learning is the need of extensive ground truth produced by a human expert. The annotation process is time consuming and is often error prone even for experts. Additionally, it has to be repeated for different specimens especially when biological or chemical markers, or microscopy techniques change. We aim to investigate the use of self-supervised and domain adaptation algorithms to reduce human annotation effort without compromising the quality of the predictions. |
| Data del bando | 05/09/2023 |
| 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%2F005159387-UNFICLE-b4c243a3-3d78-495c-bc55-430106640498-000.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) |
Laurea magistrale in Ingegneria Informatica Laurea magistrale in Informatica Laurea magistrale in statistica a data science |
| Criteri di selezione in inglese (breve descrizione) |
Statistics and Data Science Informatics Engineering Software: Science and Technology 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 Firenze |
|---|---|
| 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 | 26/09/2023 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |