Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | Development of a real-time alert management and machine learning-based classification platform for Gravitational Wave detector data. |
---|---|
Titolo del progetto di ricerca in inglese | Development of a real-time alert management and machine learning-based classification platform for Gravitational Wave detector data. |
Settore Concorsuale | 02 - Scienze fisiche |
S.S.D | - |
Descrizione sintetica in italiano | La persona assunta contribuirà al piano di lavoro di ACME WP5. In particolare, contribuirà alla creazione di un ambiente multimessaggero a bassa latenza che includa gli allarmi GW in collaborazione con il gruppo INFN a bassa latenza. Contributo al compito 5.2 Gestione dei dati in tempo reale, filtraggio e classificazione degli allarmi. Task 5.4 Piattaforme e strumenti per la visualizzazione degli allarmi e l'analisi dei dati. In particolare potremmo portare quanto già sviluppato nell'ambito dei progetti ESCAPE ed EOSC-Future, ovvero Wavefier (https://zenodo.org/record/3356656#.Y-YJMnbMJD8) uno strumento per fare analisi in tempo reale sulla gestione dei dati kafka con l'applicazione del Machine Learning per una rapida classificazione. Vogliamo mettere in produzione nelle strutture di calcolo del CNAF pipeline di Machine Learning per la classificazione del segnale e del rumore. |
Descrizione sintetica in inglese | The hired person will contribute to the working plan of ACME WP5. In particular they will contribute to setup up of a multimessenger low latency environment setup including GW alerts in collaboration with INFN low latency group. Contribution to task 5.2 Real-time data management, alert filtering and classification. Task 5.4 Platforms and tool for alert visualization and data analysis. In particular we could bring what already developed within the ESCAPE and EOSC-Future projects, that is Wavefier (https://zenodo.org/record/3356656#.Y-YJMnbMJD8) a tool to do real-time analysis on kafka data management with application of Machine Learning for fast classification. We want to put in production in the CNAF computing facilities Machine Learning pipelines for signal and noise classification |
Data del bando | 20/12/2024 |
Paesi in cui può essere condotta la ricerca |
Italy |
Paesi di residenza dei candidati |
All |
Nazionalità dei candidati |
All |
Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
---|---|
Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI FISICA E ASTRONOMIA |
---|---|
Tipologia dell'Ente | Public research |
Paese dell'Ente | Italy |
Città | Bologna |
Sito web | http://www.unibo.it |
elena.cuoco@unibo.it |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | H2020 |
---|
Data di scadenza del bando | 28/02/2025 - alle ore 23:59 |
---|---|
Come candidarsi | Other |