Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Apprendimento statistico di grafi complessi per l'analisi di processi multivariati spazio-temporali ambientali |
|---|---|
| Titolo del progetto di ricerca in inglese | Statistical learning of complex graphs for the analysis of multivariate spatio-temporal environmental processes |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | SECS-S/01 - STATISTICA |
| Descrizione sintetica in italiano | Con la crescente complessità dei dati ambientali, gli approcci statistici tradizionali faticano a catturare intricate relazioni tra variabili che possono avere una forma funzionale e che possono essere osservate nello spazio e nel tempo e/o su un dominio complesso. Questo progetto mira a sviluppare un nuovo approccio che sfrutta la teoria dei grafi, l'apprendimento statistico e i metodi di regolarizzazione per svelare possibili connessioni, che si evolvono nello spazio e nel tempo, tra le variabili di interesse. Le complessità computazionali associate allo sviluppo e all'adattamento di modelli grafici per dati ad alta dimensionalità e su larga scala richiedono un'attenta considerazione. In particolare, garantire la scalabilità, selezionare le variabili importanti e assicurare l'interpretabilità dei risultati rappresentare aspetti critici da considerare in questo progetto. |
| Descrizione sintetica in inglese | With the increasing complexity of environmental data, traditional statistical approaches struggle to capture intricate relationships among variables which can have a functional form and can be observed in space and time and/or over a complex non trivial topology. This project aims to develop a novel approach that leverages graph theory, statistical learning and regularization methods to unveil intriguing connections among the variables of interest that evolve across space and time. The computational complexities associated with the development and fitting of graph models for large-scale high-dimensional datasets need careful consideration. In particular, ensuring scalability, feature selection, and results interpretability are critical aspects to consider in this project. |
| Data del bando | 08/09/2023 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://webapps.unito.it/albo_ateneo/ |
| 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 | 24264 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Massima durata dell'assegno (mesi) | 24 |
| Criteri di selezione in italiano (breve descrizione) | Il Bando (pubblicato sull'Albo d'Ateneo al n. rep. 4272 del 08/09/2023) contenente le modalità di iscrizione/partecipazione alla selezione e i requisiti è disponibile su https://webapps.unito.it/albo_ateneo/ . |
| Criteri di selezione in inglese (breve descrizione) | The Call (published on Albo d'Ateneo no. 4272 on 08/09/2023) containing the selection requirements and how to apply is available at https://webapps.unito.it/albo_ateneo/ . |
| Processo di selezione in italiano (breve descrizione) | Per titoli e colloquio. Il calendario dei colloqui viene pubblicato, entro la data di scadenza del bando, sull'Albo d'Ateneo ( https://webapps.unito.it/albo_ateneo/ ). I candidati NON riceveranno comunicazione di ammissione al colloquio. La domanda deve essere presentata tramite la procedura online https://pica.cineca.it/unito/assegni-di-ricerca-unito-cofinanziati-xxvi/ - per informazioni: assegniricerca@unito.it |
| Processo di selezione in inglese (breve descrizione) | By qualifications and interview (in Turin, Italy). Dates and venues of the interviews are published, by the date of the deadline, on the official notice board of the website of the University of Turin ( https://webapps.unito.it/albo_ateneo/ ). The application must be presented by online procedure at https://pica.cineca.it/unito/assegni-di-ricerca-unito-cofinanziati-xxvi/ - for informations: assegniricerca@unito.it |
| Nome dell'Ente finanziatore | Università degli Studi di Torino |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Turin |
| Sito web | http://www.unito.it/ |
| assegniricerca@unito.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 29/09/2023 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://pica.cineca.it/ |