Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Apprendimento Automatico Robusto per il rilevamento di campioni Out-of-Distribution nella Visione Compiuterizzata |
|---|---|
| Titolo del progetto di ricerca in inglese | Robust Machine Learning for Out-of-Distribution detection in Computer Vision |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| Descrizione sintetica in italiano | Anche se gli algoritmi di apprendimento automatico hanno riportato prestazioni eccezionali in molte applicazioni, sfortunatamente, non funzionano bene su campioni differenti rispetto a quelli utilizzati per creare il sistema di apprendimento automatico (campioni out-of-distribution). Anche quando è disponibile una notevole quantità di dati, i sistemi di apprendimento automatico spesso si trovano di fronte a campioni out-of-distribution quando impiegati nel mondo reale. Per evitare errori, è quindi di essenziale rilevarli. Per affrontare questo problema, il candidato dovrebbe sviluppare: (1) metodologie per testare sistematicamente l'accuratezza in presenza di campioni fuori distribuzione; e (2) nuove tecniche in grado di migliorare le prestazioni del sistema su di loro. I metodi proposti saranno valutati considerando diverse applicazioni di visione computerizzata, tra cui la visione robotica e l'analisi delle immagini mediche. |
| Descrizione sintetica in inglese | Even though machine learning algorithms have reported outstanding performance in many tasks, unfortunately, they do not work well on samples that are corner cases with respect to those used to create the machine learning system (out-of-distribution samples). Even when a considerable amount of data is available, machine learning systems are likely to face out-of-distribution samples when employed in the real world. To avoid errors, it is thus of uttermost importance to detect them. To address this issue, the candidate is expected to develop: (1) methodologies to systematically test the accuracy in the presence of out-of-distribution samples; and (2) new techniques able to improve the system's performance on them. The proposed methods will be evaluated considering different computer-vision applications, including robot vision and medical image analysis. |
| Data del bando | 24/07/2024 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://dirpersonale.unica.it/concorsi/index.php?page=assegni |
| 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 Cagliari |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Cagliari |
| Sito web | https://www.unica.it/it |
| battista.biggio@unica.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 03/09/2024 |
|---|---|
| Come candidarsi | Other |