Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Circuit Design Optimization and Learning Machines for Circuit Design |
|---|---|
| Titolo del progetto di ricerca in inglese | Circuit Design Optimization and Learning Machines for Circuit Design |
| Campo principale della ricerca | Computer science |
| Sottocampo della ricerca | Autonomic computing |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | MAT/09 - RICERCA OPERATIVA |
| Descrizione sintetica in italiano | La progettazione di circuiti elettronici può essere effettuata utilizzando metodi matematici di ottimizzazione, che risultano, rispetto ai metodi tradizionali, più efficienti nel determinare soluzioni ad elevate prestazioni. In particolare vengono utilizzati metodi di ottimizzazione globale vincolata. L’utilizzo di metodi di ottimizzazione richiede la disponibilità di un modello di funzionamento del circuito, che viene generalmente prodotto mediante simulazioni. Tuttavia le simulazioni possono richiedere tempi di calcolo molto elevati, e spesso incompatibili con quelli richiesti per la progettazione. Per evitare questa limitazione si può proporre l’utilizzo di modelli surrogati, basati su procedimenti di machine learning. L’assegno di ricerca riguarda lo sviluppo di modelli surrogati e il loro impiego nella progettazione ottima di circuiti elettronici. |
| Descrizione sintetica in inglese | In electronic circuit design it is possible to make use of mathematical optimization methods, which result often more efficient than the traditional design methods in producing solutions characterized by high performances. In particular constrained global optimization methods are used. The use of a mathematical optimization method requires the availability of a behavioural model of the circuit, usually obtained by simulation. However the simulation of a circuit may result to be very time expensive, requiring more time than the time available for the design. To avoid this limitation it has been proposed the use of surrogate models based on machine learning procedures. The object of the research grant is the development of surrogate models of electronic circuits and of methods using them in optimal circuit design. |
| Data del bando | 11/01/2013 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 19367 |
| Periodicità | 12 |
| E' richiesta mobilità internazionale? | yes |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | http://www.dis.uniroma1.it/ |
| 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? | no |
| Importo annuale | 19367 |
| 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 di Roma |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Roma |
| Codice postale | 00185 |
| Indirizzo | Via Ariosto, 25 |
| Sito web | http://www.dis.uniroma1.it/ |
| pecdis@cert.uniroma1.it | |
| Telefono | 0677274139 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 12/02/2013 - alle ore 00:00 |
|---|---|
| Come candidarsi | pecdis@cert.uniroma1.it |