Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Machine learning per il riconoscimento di spettri vibrazionali e segnali elettrici associati a patogeni e composti volatili organici |
|---|---|
| Titolo del progetto di ricerca in inglese | Machine learning methods for recognition of vibrational spectra and electrical signal of pathogens and volatile organic compounds |
| Settore Concorsuale | 02 - Scienze fisiche |
| S.S.D | FIS/03 - FISICA DELLA MATERIA |
| Descrizione sintetica in italiano | Il progetto di ricerca consiste nell'applicare il machine learning per il riconoscimento e la quantificazione rapida degli spettri di assorbimento e degli analiti degli agentipatogeni o compostiorganici volatili (VOCs), attraverso il confronto con spettri di riferimento ottenuti dai laboratori del progetto PRIN-PNRR 2022 . Le indagini spettroscopiche forniscono spettri molto complessi con pi˘ picchi e strutture. Picchi di assorbimento associati a diverse strutture chimiche e alle loro vibrazioni si sovrappongono, rendendo difficile un'identificazione univoca. L'implementazione di un dispositivo progettato per identificare un agente patogeno come i virus SARS, SARS-2 e MERS o un composto organico volatile richiede un sofisticato algoritmo di riconoscimento automatico. Prevediamo di utilizzare diverse tecniche di machine learning per riconoscere agenti patogeni e VOC dall'analisi dei loro spettri per frequenze TeraHz/Infrarosse. |
| Descrizione sintetica in inglese | The plan is to apply machine learning numerical methods for rapid recognition and quantification of the absorption spectra and of the analytes characterizing pathogens or volatile organic compounds (VOCs). The recognition procedure will be trained and tested against known spectra obtained from the laboratories collaborating in the PRIN-PNRR 2022 <UEFA - Ultrasensitive detEction oF vocs and pAthogens=. The spectroscopic investigations provide complex spectra with multiple peaks and structures. Absorption peaks associated to different chemical structures and to their vibrations often overlap, making an unambiguous identification difficult. The implementation of a device designed to identify a pathogen as the SARS, SARS-2 and MERS viruses or a volatile organic compound requires a sophisticated automatic recognition numerical algorithm. Here, we expect to use different machine learning techniques for recognize pathogens and VOCs from their complex TeraHz/InfraRed spectra. |
| Data del bando | 26/02/2024 |
| Numero di assegnazioni per anno | 1 |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
AFRICA EUROPE OCEANIA NORTH AMERICA SOUTH AMERICA ASIA |
| Nazionalità dei candidati |
AFRICA EUROPE OCEANIA NORTH AMERICA SOUTH AMERICA ASIA |
| Sito web del bando | https://www.unicam.it/bandi/2024/bando-protn-12776-del-23022024 |
| 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? | no |
| Nome dell'Ente finanziatore | UNIVERSITA DEGLI STUDI DI CAMERINO |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | CAMERINO |
| Sito web | https://www.unicam.it/ |
| anna.silano@unicam.it | |
| andrea.perali@unicam.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 27/03/2024 |
|---|---|
| Come candidarsi | https://e-forms.unicam.it/rwe2/module_preview.jsp?MODULE_TAG=AR_2024_SSFPS_P12776_PERALI_MACHINE&ELANG=it&IATL=it |