Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | "Strategie di Ottimizzazione per il Test e il Miglioramento dei Digital Twins" Progetto PNRR iNEST – CUP: J43C22000320006 |
---|---|
Titolo del progetto di ricerca in inglese | Optimization Strategies for Testing and Improvement of Digital Twins |
Settore Concorsuale | 01 - Scienze matematiche e informatiche |
S.S.D | INF/01 - INFORMATICA |
Descrizione sintetica in italiano | Nell’ambito del progetto “Generazione Reattiva di Scenari per Testare la Resilienza di Sistemi Autonomi (RESGEN) e “Tecniche Metaeuristiche per Variabili Fisiche e Biogeochimiche Marine”, il candidato esplorerà tecniche avanzate di programmazione probabilistica, modelli generativi e algoritmi evolutivi per testare e migliorare i digital twin. Il lavoro si concentrerà sull'utilizzo di modelli probabilistici, modelli di diffusione e metodi basati su grafi per creare scenari di test realistici, ma controllabili, per i digital twin. Il candidato studierà anche come risolvere problemi di ottimizzazione multi-obiettivo per apprendere modelli interpretabili volti al miglioramento dei gemelli digitali. Si prevede che il candidato abbia conoscenze di machine learning probabilistico, programmazione probabilistica, modelli generativi, algoritmi evolutivi e esperienza con sistemi cyber-fisici. |
Descrizione sintetica in inglese | Within the projects “Reactive Scenario Generation for Testing Resilience of Autonomous Systems (RESGEN)” and “Metaheuristic Techniques for Marine Physical and Biogeochemical Variables”, the candidate will investigate advanced probabilistic programming, generative models and evolutionary algorithms to test and improve digital twins. The focus will be on leveraging probabilistic models, diffusion models, and graph-based methods for creating realistic, yet controllable, testing environments for the digital twin. The candidate will also investigate how to solve multi-objective optimization problems to learn interpretable models aiming at improving digital twins. The candidate is expected to have some knowledge of probabilistic machine learning, probabilistic programming, generative models, evolutionary algorithms, and experience with cyber-physical systems. |
Data del bando | 07/03/2024 |
Numero di assegnazioni per anno | 1 |
Paesi in cui può essere condotta la ricerca |
Italy |
Paesi di residenza dei candidati |
OTHER |
Nazionalità dei candidati |
OTHER |
Sito web del bando | https://web.units.it/concorsi/ricerca/conc-51264 |
Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
---|---|
Importo annuale | 28.373 |
Valuta | Euro |
Massima durata dell'assegno (mesi) | 12 |
Nome dell'Ente finanziatore | Università degli studi di Trieste |
---|---|
Tipologia dell'Ente | Academic |
Paese dell'Ente | Italy |
Città | Trieste |
Sito web | https://www.units.it/ |
assegni@amm.units.it |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
---|
Data di scadenza del bando | 10/04/2024 - alle ore 00:00 |
---|---|
Come candidarsi | https://pica.cineca.it/units (rif. PICA 24ar298-4iNEST) |