Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Tecniche matematiche e fisiche per nuovi modelli di machine learning |
|---|---|
| Titolo del progetto di ricerca in inglese | Tecniche matematiche e fisiche per nuovi modelli di machine learning |
| Campo principale della ricerca | Physics |
| Sottocampo della ricerca | Other |
| G.S.D. | 02/PHYS-04 - FISICA TEORICA DELLA MATERIA, MODELLI, METODI MATEMATICI E APPLICAZIONI |
| S.S.D | PHYS-04/A - Fisica teorica della materia, modelli, metodi matematici e applicazioni |
| Descrizione sintetica in italiano | This project will focus on the foundational aspects of Machine Learning (ML) technologies by exploiting theoretical physics tools, e.g. coming from statistical mechanics and quantum physics. The first aim is to develop further the spectral approach to neural networks training by focusing on convolutional and residual settings. We shall also elaborate on a novel framework for automated data analysis and classification which exploits suitably tailored dynamical systems. The goal here is to achieve classification abilities by steering the ensuing dynamics towards distinct asymptotic attractors, as a function of the category the items supplied as an input belongs to. In doing so we seek to capitalise on the well-established toolkit of dynamical systems to enhance AI interpretability. The second goal deals with the foundation of quantum ML, with specific reference to generative AI diffusion (physics-inspired) schemes. Among the questions that we shall address, we mention the role played by |
| Descrizione sintetica in inglese | This project will focus on the foundational aspects of Machine Learning (ML) technologies by exploiting theoretical physics tools, e.g. coming from statistical mechanics and quantum physics. The first aim is to develop further the spectral approach to neural networks training by focusing on convolutional and residual settings. We shall also elaborate on a novel framework for automated data analysis and classification which exploits suitably tailored dynamical systems. The goal here is to achieve classification abilities by steering the ensuing dynamics towards distinct asymptotic attractors, as a function of the category the items supplied as an input belongs to. In doing so we seek to capitalise on the well-established toolkit of dynamical systems to enhance AI interpretability. The second goal deals with the foundation of quantum ML, with specific reference to generative AI diffusion (physics-inspired) schemes. Among the questions that we shall address, we mention the role played by |
| Data del bando | 10/09/2024 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 26500 |
| Periodicità | 12 mesi |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://titulus.unifi.it/albo/viewer?view=files/005678341-UNFICLE-3f4cd410-be13-445f-a93a-e2577e9c9706-000.pdf |
| 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? | yes |
| Importo annuale | 26500 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Nome dell'Ente finanziatore | Università degli studi di Firenze |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Sesto Fioentino |
| Codice postale | 50019 |
| Indirizzo | Via Sansone 1 |
| Sito web | https://www.unifi.it/ |
| duccio.fanelli@unifi.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 01/10/2024 - alle ore 00:00 |
|---|