Torna ai risultati della ricercaBando per contratto di ricerca
| Titolo del progetto di ricerca in italiano | Sviluppo di una piattaforma multi-agente basata sull'intelligenza artificiale generativa per l'analisi e la simulazione di dati complessi |
|---|---|
| Titolo del progetto di ricerca in inglese | Development of a generative AI-based, multi-agent platform for the analysis and simulation of complex data. |
| Campo principale della ricerca | Computer science |
| Sottocampo della ricerca | Informatics |
| G.S.D. | 01/INFO-01 - INFORMATICA |
| S.S.D | INFO-01/A - Informatica |
| Descrizione sintetica in italiano | Il progetto si concentra sullo sviluppo di una piattaforma multi-agente basata sull'intelligenza artificiale generativa per l'analisi e la simulazione di dati complessi. Il progetto prevede la creazione di modelli virtuali di pazienti clinicamente interpretabili integrando diverse tipologie di dati, tra cui imaging radiologico, patologia computazionale e dati multi-omici a risoluzione spaziale. Il sistema sfrutterà modelli generativi come modelli di diffusione e autoencoder variazionali (VAE) per simulare fenomeni e prevedere esiti. Una componente fondamentale è lo sviluppo di framework di intelligenza artificiale spiegabile (XAI), in particolare la spiegabilità controfattuale, per garantire la trasparenza del modello. Il progetto integra anche reti neurali grafiche (GNN) per modellare pattern spaziali, nonché metodi di rilevamento delle anomalie per identificare pattern insoliti nei dati di serie temporali, con particolare attenzione alle applicazioni sanitarie. |
| Descrizione sintetica in inglese | The project focuses on developing a generative AI-based, multi-agent platform for the analysis and simulation of complex data. It involves creating clinically interpretable virtual patient models by integrating diverse data types, including radiological imaging, computational pathology, and spatially resolved multi-omics data. The system will leverage generative models like diffusion models and Variational Autoencoders (VAEs) to simulate phenomena and predict outcomes. A core component is the development of Explainable AI (XAI) frameworks, particularly counterfactual explainability, to ensure model transparency. The project also incorporates Graph Neural Networks (GNNs) to model spatial patterns, as well as anomaly detection methods for identifying unusual patterns in time series data, with a focus on healthcare applications. |
| Data del bando | 10/11/2025 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 38582 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://web.uniroma1.it/trasparenza/sites/default/files/bando%2002%20CDR%202025%20Prof.%20Faralli.pdf |
| Destinatari del contratto 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 | 38582 |
| Valuta | Euro |
| Comprende vitto e spese di viaggio | no |
| Criteri di selezione in italiano (breve descrizione) | titoli e colloquio |
| Criteri di selezione in inglese (breve descrizione) | qualifications and interview |
| Nome dell'Ente finanziatore | Dipartimento di Informatica |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Roma |
| Codice postale | 00161 |
| Indirizzo | Viale Regina Elena 295 |
| Sito web | https://www.di.uniroma1.it/it/dipartimento |
| raneri@di.uniroma1.it |
| Contratto finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 10/12/2025 - alle ore 23:59 |
|---|---|
| Come candidarsi | https://xup.di.uniroma1.it |