Torna ai risultati della ricercaBando per incarichi di ricerca
| Titolo del progetto dell'incarico in italiano | DEEP-GRAPH: Progettazione e Teoria dell'Apprendimento |
|---|---|
| Titolo del progetto ddell'incarico in inglese | DEEP-GRAPH: Design and Theory of Deep Graph Learning |
| Campo principale | Engineering |
| Sottocampo | Computer engineering |
| G.S.D. | 01/INFO-01 - INFORMATICA |
| S.S.D | INFO-01/A - Informatica |
| Descrizione sintetica in italiano | L'obiettivo del progetto è l'avanzamento della ricerca sulle reti neurali profonde nel campo dell'elaborazione adattiva di grafi (Deep Graph Learning). Il progetto include i seguenti argomenti di ricerca fondamentale fortemente interconnessi: a) introduzione di modelli DGL altamente efficienti per ridurre l'impatto energetico e aumentare la sostenibilità dei modelli DGL; b) aumentare l'espressività dei modelli DGL, ottenendo migliori prestazioni predittive su compiti esistenti e consentendo l'applicazione di DGL in nuovi compiti in cui i metodi attuali non raggiungono prestazioni soddisfacenti; c) estendere l'ambito di applicazione di DGL, non solo in termini di compiti considerati ma anche in base al contesto considerato; d) aumentare la nostra comprensione teorica dei metodi DGL esistenti, così come quelli sviluppati nel progetto. |
| Descrizione sintetica in inglese | The goal of the project is the advancement of the research of deep neural networks, in the field of adaptive processing of graph data (Deep Graph Learning). The project includes the following strongly interconnected fundamental research topics: a) introduction of highly efficient DGL models to reduce the energy impact and increase the sustainability of DGL models; b) increase the expressiveness of DGL models, obtaining better predictive performances on existing tasks and enabling the application of DGL in novel tasks where current methods do not achieve satisfying performances; c) extending the scope of DGL application, not only in terms of the considered tasks but also on the considered setting: e.g., dynamic (spatio/temporal) graphs pose several challenges and are not well studied to date, as well as the generation of graphs characterized by hierarchical structures; d) increase our theoretical understanding of existing DGL methods, as well as the ones developed in the project. |
| Data del bando | 19/01/2026 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 22.500 |
| Periodicità | 12 mesi |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotto l'incarico |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://protocollo.unipd.it/albo/viewer |
| Destinatari dell'incarico di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Importo annuale | 22.500 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo dell'incarico | no |
| Nome dell'Ente finanziatore | Università degli Studi di Padova |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Padova |
| Codice postale | 35121 |
| Indirizzo | Via Trieste n. 63 |
| Sito web | https://www.unipd.it/ |
| ricerca@math.unipd.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 02/02/2026 - alle ore 23:59 |
|---|---|
| Come candidarsi | https://pica.cineca.it/unipd/ |