Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Machine Learning per migliorare l'accessibilità dei territori |
|---|---|
| Titolo del progetto di ricerca in inglese | Machine Learning to improve the accessibility of territories |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | - |
| Descrizione sintetica in italiano | Il progetto si propone di migliorare la comprensione degli indicatori di accessibilità nelle aree inteme utilizzando tecniche di machine learning L'utilizzo di questi strumenti sarà testato sia per valutazioni ex ante sia per valutazioni ex post. Nelle valutazioni ex ante, previsioni dernografiche accurate sono fondamentali per i decisori al fine di valutare la domanda futura di servizi e infrastrutture. Le tecniche di apprendimento automatico saranno impiegate per migliorare l'accuratezza della previsione della popolazione, poiché diversi studi hanno dimostrato la loro efficacia nel migliorare i risultati delle politiche. Per le valutazioni ex post, il progetto esplorerá l'applicazione del Machine Learning Control Method (MLCM), una tecnica di inferenza causale basata su previsioni controfattuali utilizzando l'apprendimento automatico, per valutare l'impatto degli interventi |
| Descrizione sintetica in inglese | This research proposal aims to enhance the understanding of accessibility indicators in inner areas by utilizing big data and machine learning techniques. The project encompasses both ex-ante and ex-post evaluations. In ex-ante evaluations, accurate population forecasts are crucial for decision- makers to assess future demand for services and infrastructure. Machine learning techniques will be employed to improve population prediction accuracy, as studies have demonstrated their efficacy in enhancing policy outcomes. For ex post evaluations, the project will explore the application of the Machine Leaming Control Method (MI.CM), a causal Inference technique based on counterfactual forecasting using machine learning, to assess the impact of interventions. |
| Data del bando | 27/11/2023 |
| Paesi in cui può essere condotta la ricerca |
Italy OTHER |
| Paesi di residenza dei candidati |
Italy OTHER |
| Nazionalità dei candidati |
Italy OTHER |
| Sito web del bando | https://reclutamento.ict.uniba.it/assegni-di-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Università degli studi di Bari |
|---|---|
| Tipologia dell'Ente | Other |
| Paese dell'Ente | Italy |
| Città | Bari |
| Sito web | https://www.uniba.it/ |
| direzione.demdi@pec.uniba.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 10/01/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |