Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Progettazione e sviluppo di soluzioni di analisi dati IoT per monitoraggio di attività motorie in scenari di tele-riabilitazione (PRIN 2022 I-TROPHYTS) |
|---|---|
| Titolo del progetto di ricerca in inglese | Progettazione e sviluppo di soluzioni di analisi dati IoT per monitoraggio di attività motorie in scenari di tele-riabilitazione (PRIN 2022 I-TROPHYTS) |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | - |
| Descrizione sintetica in italiano | L’attività si focalizza sulla progettazione, sviluppo e validazione di soluzioni di analisi dati IoT per supporto a sistemi di tele-riabilitazione robotica descritti nel progetto PRIN 2022 I-TROPHYTS. Nello specifico, l’attività dell’assegno si concentra sull’attività di supporto al sistema di monitoraggio IoT dei pazienti coinvolti nella sessione di tele-riabilitazione, prevedendo due contributi principali. Il primo contributo riguarda l’analisi dei dati di metriche di rete generati dai dispositivi wearable; l’obiettivo di tale analisi è quella di individuare la configurazione ottimale dei parametri di rete dei dispositivi BLE mediante tecniche di Reinforcement Learning(RL). Il secondo contributo riguarda l’analisi dei dati IoT provenienti dai sensori wearable, al fine di riconoscere l’attività motoria in corso di svolgimento mediante tecniche di Machine Learning supervisionate. Le tecniche saranno validate negli scenari sperimentali previsti dal progetto I-TROPHYTS. |
| Descrizione sintetica in inglese | The activity focuses on the design, development, and validation of IoT data analysis solutions to support robotic tele-rehabilitation systems described in the project PRIN 2022 I-TROPHYTS. Specifically, the research grant's work concentrates on supporting the IoT monitoring system for patients involved in tele-rehabilitation sessions, providing two main contributions. The first contribution pertains to the analysis of network metric data generated by wearable devices. The goal of this analysis is to identify the optimal configuration of BLE device network parameters using Reinforcement Learning (RL) techniques. The second contribution involves the analysis of IoT data from wearable sensors to recognize ongoing motor activities through supervised Machine Learning techniques. These techniques will be validated in the experimental scenarios outlined in project PRIN 2022 I-TROPHYTS. |
| Data del bando | 29/11/2023 |
| 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 INFORMATICA - SCIENZA E INGEGNERIA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| marco.difelice3@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 20/01/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |