Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Automated recognition of gravitational slope movements by integrating geomorphology, remote sensing and artificial intelligence |
|---|---|
| Titolo del progetto di ricerca in inglese | Automated recognition of gravitational slope movements by integrating geomorphology, remote sensing and artificial intelligence. |
| Campo principale della ricerca | Computer science |
| Sottocampo della ricerca | Autonomic computing |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Geological engineering |
| Campo principale della ricerca | Environmental science |
| Sottocampo della ricerca | Earth science |
| Settore Concorsuale | 04 - Scienze della Terra |
| S.S.D | - |
| Descrizione sintetica in italiano | Il progetto fornirà metodi e strumenti per il rilevamento semiautomatico, la classificazione e la caratterizzazione cinematica delle frane attive attraverso la combinazione di dati geomorfologici multiscala, InSAR spaziale e tecniche di deep learning. La costruzione di librerie di caratteristiche del segnale di fase InSAR interpretate da esperti, corrispondenti a diversi tipi di frane, consentirà l'addestramento e la validazione di una rete neurale convoluzionale (CNN). Questo sarà testato con interferogrammi SAR generati di routine, per produrre mappe multitemporali automatizzate in grado di rilevare e classificare i movimenti di massa, valutare i loro tassi di spostamento e l'evoluzione temporale. I risultati forniranno nuovi strumenti per quantificare i rischi legati a processi specifici, anticipare la loro evoluzione critica e supportare la definizione delle priorità, la pianificazione e la progettazione delle misure di mitigazione del rischio. |
| Descrizione sintetica in inglese | The project will provide methods and tools for the semi-automated detection, classification and kinematic characterization of active landslides through the combination of multi-scale geomorphological data, spaceborne InSAR and deep learning techniques. The construction of libraries of expert-interpreted InSAR phase signal features, corresponding to different types of landslides, will allow training and validating a Convolutional Neural Network (CNN). This will be tested with routinely generated SAR interferograms, to produce automated multi-temporal maps able to detect and classify mass movements, evaluate their displacement rates and temporal evolution. Results will provide new tools to quantify hazards related to specific processes, anticipate their critical evolution and support the prioritization, planning and design of risk mitigation measures. |
| Data del bando | 13/10/2023 |
| 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 SCIENZE BIOLOGICHE, GEOLOGICHE E AMBIENTALI |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| bigea.nonstrutturati@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 21/12/2023 |
|---|---|
| Come candidarsi | Other |