Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | Sviluppo di algoritmi di analisi basati su Machine Learning per migliorare la significatività statistica di processi a bassa sezione d’urto in ALICE |
---|---|
Titolo del progetto di ricerca in inglese | Development of analysis algorithms based on Machine Learning to improve the statistical significance of low cross section processes in ALICE |
Settore Concorsuale | 02 - Scienze fisiche |
S.S.D | FIS/01 - FISICA SPERIMENTALE |
Descrizione sintetica in italiano | ALICE è uno dei quattro esperimenti principali al LHC del CERN che sta raccogliendo un grande campione di dati con collisioni tra nuclei di piombo. Il rinnovato apparato sperimentale che la collaborazione usa con protoni dal 2022 permette di registrare in modo continuo i dati relativi a tutte le collisioni Pb-Pb senza ricorrere a un sistema di trigger online: in questo modo la selezione delle collisioni in base al processo fisico oggetto di studio è demandata alla fase di analisi. L’obiettivo di questo progetto è quello di integrare tecniche di Machine Learning, quali Boosted Decision Trees e alcune tipologie di reti neurali, nel sistema di analisi dell’esperimento, al fine di consentire lo studio di processi che, per la loro rarità o per la presenza di un cospicuo fondo combinatoriale, non sarebbero accessibili attraverso tradizionali tecniche lineari di analisi multivariata. Le applicazioni nell’esperimento vanno dalla produzione di nuclei e ipernuclei allo studio dell’Heavy Flavour. |
Descrizione sintetica in inglese | ALICE is one of the four main experiments at CERN's LHC that is collecting a large sample of data with collisions between lead nuclei. The renewed experimental apparatus that the collaboration has been using with protons since 2022 allows the continuous recording of data relating to all Pb-Pb collisions without resorting to an online trigger system: in this way the selection of collisions based on the physical process under study is left to the analysis phase. The objective of this project is to integrate Machine Learning techniques, such as Boosted Decision Trees and some types of neural networks, into the experiment's analysis framework, to allow the study of processes which, due to their rarity or the presence of a substantial combinatorial background, would not be accessible through traditional linear multivariate analysis techniques. The applications in the experiment range from the production of nuclei and hypernuclei to the study of Heavy Flavor. |
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 | 19367 |
Valuta | Euro |
Comprende lo stipendio dell'assegnista | yes |
Massima durata dell'assegno (mesi) | 12 |
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/ |