Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | Metodi efficienti di apprendimento automatico per l’analisi di serie temporali multivariate, anche distribuiti o basati su combinazione di modelli |
---|---|
Titolo del progetto di ricerca in inglese | Efficient machine learning methods for multivariate time series data, also distributed or based on model combination |
Settore Concorsuale | 01 - Scienze matematiche e informatiche |
S.S.D | - |
Descrizione sintetica in italiano | Lo scopo è quello di studiare e progettare nuovi metodi efficienti di apprendimento automatico per l'analisi di serie temporali multivariate. Per adempiere al compito, potranno essere considerati e adottati anche approcci distribuiti o per la combinazione di modelli (ad es., metodi di apprendimento basati su ensemble, metodi di apprendimento multi-view, ecc.). |
Descrizione sintetica in inglese | The purpose is to investigate and design novel efficient machine learning methods for the analysis of multivariate time series data. To fulfil the task, also distributed methods or approaches for model combination (e.g., methods based on ensemble learning, multi-view learning methods, etc.) could be considered and employed. |
Data del bando | 18/06/2024 |
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/ |
gianvito.pio@uniba.it |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
---|
Data di scadenza del bando | 24/07/2024 |
---|---|
Come candidarsi | Other |