Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Spettro in energia degli elettroni cosmici con algoritmi di Machine Learning non supervisionato |
|---|---|
| Titolo del progetto di ricerca in inglese | Cosmic Ray Electron spectrum with Unsupervised Learning algorithms |
| Settore Concorsuale | 02 - Scienze fisiche |
| S.S.D | FIS/01 - FISICA SPERIMENTALE |
| Descrizione sintetica in italiano | Il progetto è focalizzato sulla misura dello spettro in energia degli elettroni cosmici, eseguita con 15 anni di dati raccolti con il Fermi Large Area Telescope. La forma di questo spettro da 50 GeV fino a qualche TeV può fornire prova dell'esistenza di sorgenti locali di natura astrofisica o esotica (materia oscura). Gli ultimi spettri pubblicati mostrano però qualche disaccordo, soprattutto alle energie più elevate, dove le incertezze sono più significative. La parte più difficile dell'analisi è l'identificazione di elettroni in un fondo dominato da protoni e viene solitamente eseguita utilizzando tecniche di ML supervisionate, che dipendono fortemente dalle simulazioni MC e dalla loro qualità. Con questo progetto vogliamo indagare l'utilizzo di tecniche di ML non supervisionato, che trattano direttamente i dati sperimentali e imparano a rilevare relazioni tra le osservabili senza alcuna guida. Il progetto sarà sviluppato in collaborazione con la Louisiana State University. |
| Descrizione sintetica in inglese | The project focuses on the measurement of the cosmic-ray electron (CRE) spectrum, performed with 15 years of data collected with the Fermi Large Area Telescope. The shape of the CRE spectrum from 50 GeV up to several TeV can provide evidence for local CRE sources of astrophysical or exotic (dark matter) nature. However, there's some disagreement in the last published spectra, especially at the highest energies, where the uncertainties are more significant. The most difficult part of the analysis is the identification of electrons out of a predominant background of protons and is usually accomplished by using supervised ML techniques, that strongly depend on MC simulations and their quality. With this project we want to investigate the use of Unsupervised Learning techniques, that deal directly with experimental data and learn to detect patterns and relations among the observables without any guidance. The project will be developed in collaboration with the Louisiana State University. |
| Data del bando | 02/11/2023 |
| 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 | 21078 |
| 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. 5412 del 02/11/2023) 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. 5412 on 02/11/2023) 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-2023-iii/ - 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-2023-iii/ - 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 | 23/11/2023 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://pica.cineca.it/ |