Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Ottimizzazione degli iper-parametri di modelli di predizione nel contesto di sistemi ADAS per la mobilità intelligente |
|---|---|
| Titolo del progetto di ricerca in inglese | Optimization of predictive model hyper-parameters in the context of ADAS systems for smart mobility |
| G.S.D. | 01/MATH-03 - ANALISI MATEMATICA, PROBABILITÀ E STATISTICA MATEMATICA |
| S.S.D | MATH-03/A - Analisi matematica |
| Descrizione sintetica in italiano | La ricerca si inserisce nel contesto dello sviluppo di un sistema ADAS avanzato per veicoli elettrici, finalizzato a supportare il guidatore nella gestione della batteria tramite l'uso di modelli neurali. Il sistema sfrutta i dati forniti dal Battery Management System (BMS) e le informazioni ambientali raccolte dai sensori per fornire raccomandazioni in tempo reale, volte a minimizzare il degrado della batteria e ottimizzare l’efficienza energetica durante la guida. Il progetto pone particolare enfasi sulla capacità di adattarsi a diverse condizioni operative, garantendo prestazioni affidabili e predizioni accurate in scenari realistici. L’obiettivo della ricerca è l’ottimizzazione degli iper-parametri dei modelli neurali per garantire che i modelli possano apprendere efficacemente dai dati, mantenendo un equilibrio tra accuratezza predittiva e capacità di generalizzazione. |
| Descrizione sintetica in inglese | The research is part of the development of an advanced ADAS system for electric vehicles, aimed at supporting the driver in battery management through the use of neural models. The system uses the data provided by the Battery Management System (BMS) and the environmental information collected by the sensors to provide real-time recommendations aimed at minimizing battery degradation and optimizing energy efficiency while driving. The project places particular emphasis on the ability to adapt to different operating conditions, ensuring reliable performance and accurate predictions in realistic scenarios. The goal of the research is to optimize the hyper-parameters of neural models to ensure that the models can effectively learn from data, maintaining a balance between predictive accuracy and generalization ability. |
| Data del bando | 18/12/2024 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 40000 |
| 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://www.unisannio.it/it/amministrazione/avviso/20240652 |
| 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 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | yes |
| Comprende il costo della ricerca | yes |
| Massima durata dell'assegno (mesi) | 12 |
| Criteri di selezione in italiano (breve descrizione) | Requisito di ammissione come previsto dall'art. 2 - COD. 01 del Bando pubblicato all'Albo on line https://www.unisannio.it/it/amministrazione/avviso/20240652 |
| Criteri di selezione in inglese (breve descrizione) | Admission requirement as set out in the art. 2 - COD. 01 of the Notice published on the online noticeboard https://www.unisannio.it/it/associazione/avvisa/20240652 |
| Processo di selezione in italiano (breve descrizione) | Valutazione dei titoli e colloquio. |
| Processo di selezione in inglese (breve descrizione) | Evaluation of qualifications and interview. |
| Nome dell'Ente finanziatore | 01114010620 |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Benevento |
| Codice postale | 82100 |
| Indirizzo | Corso Garibaldi 107 |
| Sito web | http://www.unisannio.it |
| marsullo@unisannio.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 02/01/2025 - alle ore 23:59 |
|---|