Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Modelli robusti e applicabili di apprendimento da data diagnostici e di esercizio per la gestione della manutenzione del binario |
|---|---|
| Titolo del progetto di ricerca in inglese | Applicable and robust learning models from operational and monitoring data for track maintenance management |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Civil engineering |
| Settore Concorsuale | 08 - Ingegneria civile ed Architettura |
| S.S.D | ICAR/05 - TRASPORTI |
| Descrizione sintetica in italiano | L’attività svilupperà un modello prognostico per la manutenzione predittiva del binario, con attenzione specifica al parametro geometrico dell’allineamento delle rotaie misurato da bordo, concettualmente da treni in esercizio, basato su concetti già sviluppati dall’unità di ricerca (progetto Assets4Rail). Per l’addestramento del modello, saranno utilizzati dati sull’evoluzione pluriennale dell’allineamento su una o più linee in esercizio effettivo. Saranno esaminate diverse tecniche di Machine Learning dopo una selezione iniziale (per esempio scelta tra random forest, regressione polinomiale, reti neurali ecc.) e saranno formulate raccomandazioni per la scelta migliore in termini di accuratezza delle previsioni. |
| Descrizione sintetica in inglese | The task will develop an AI prognostic model for the predictive maintenance of the track, with specific attention to the geometric parameter of the alignment of the rails measured on board, conceptually from trains in operation, based on concepts already developed by the research unit (Project Assets4Rail). For the training of the model, data on the multi-year evolution of the alignment on one or more lines in actual operation will be used. Different Machine Learning techniques will be tested after an initial selection (for example choices among random forest, polynomial regression, neural networks, etc.) and recommendations will be formulated for the best choice in terms of prediction accuracy. |
| Data del bando | 31/05/2024 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 24320 |
| Periodicità | mensile |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://web.uniroma1.it/trasparenza/dettaglio_bando_albo/218974 |
| 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 | Sapienza Università di Roma |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Roma |
| Sito web | https://www.dicea.uniroma1.it/ |
| sonia.chiesa@uniroma1.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 01/07/2024 |
|---|---|
| Come candidarsi | https://xup-dicea.cloud/ |