Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Migliorare la qualità dei dati e degli algoritmi per sistemi di AI Simbiotica |
|---|---|
| Titolo del progetto di ricerca in inglese | Improve the data quality and the algorithms of Symbiotic AI Systems |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | - |
| Descrizione sintetica in italiano | L’attività di ricerca, coerentemente con le tematiche del progetto PNRR FAIR - Future AI Research, spoke 6 - Symbiotic AI, sarà focalizzata su “Migliorare la qualità dei dati e degli algoritmi per sistemi di IA Simbiotica ”. Si affronteranno i seguenti aspetti: 1) Determinazione degli outliers: Si considereranno nuovi approcci basati su procedure di regressione statistica e sfruttando il concetto di entropia per rilevare contestualmente gli outliers durante l'adattamento di un modello ai dati. 2) Decomposizioni tensoriali e analisi del deep learning come sistema dinamico: Le strategie di apprendimento possono essere migliorate sfruttando le tecniche di soluzione di Equazioni Differenziali. Questa ricerca sarà analizzata in combinazione con la rappresentazione dei dati utilizzando tensori, array multi-direzionali che tengono conto della struttura dei dati. Inoltre, si considereranno tecniche di decomposizione matriciale/tensoriale per gestire |
| Descrizione sintetica in inglese | The research activity, in line with the PNRR project FAIR - Future AI Research, spoke 6 - Symbiotic AI, will be focused on “Improve the data quality and the algorithms of Symbiotic AI Systems” The research will be tackled through two subtasks: 1) Determination of outliers: New approaches relying on statistical regression procedures and exploiting the concept of entropy to contextually detect outliers while fitting a model to data will be considered. 2) Tensor decompositions and analysis of deep learning as dynamical systems: Learning strategies can be improved by exploiting the literature for the solution of Differential Equations. This field of research will be analyzed in combination with the representation of the data using tensors, multiway arrays that take into account the structure of the data. Moreover, the use of decompositions to tackle data dimensionality will be also considered. |
| Data del bando | 03/06/2024 |
| Paesi in cui può essere condotta la ricerca |
OTHER Italy |
| 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) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|
| 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/ |
| francesca.mazzia@uniba.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 07/07/2024 |
|---|---|
| Come candidarsi | Other |