Torna ai risultati della ricercaBando per incarichi di ricerca
| Titolo del progetto dell'incarico in italiano | Generazione di dati sintetici con metodiche di AI nell'ambito del progetto SYNTHIA |
|---|---|
| Titolo del progetto ddell'incarico in inglese | Synthetic Data Generation through AI-based Methodologies within the SYNTHIA Project |
| Campo principale | Physics |
| Sottocampo | Biophysics |
| G.S.D. | 02/PHYS-06 - FISICA PER LE SCIENZE DELLA VITA, L'AMBIENTE E I BENI CULTURALI, DIDATTICA E STORIA DELLA FISICA |
| S.S.D | PHYS-06/A - Fisica per le scienze della vita, l'ambiente e i beni culturali |
| Descrizione sintetica in italiano | Il progetto di ricerca si inserisce nell’ambito del progetto europeo SYNTHIA ed è focalizzato sullo sviluppo di metodologie avanzate di Intelligenza Artificiale per la generazione di dati sintetici in ambito sanitario, con particolare riferimento a imaging medico e istopatologico e a dati clinici strutturati e longitudinali. Le attività di ricerca avranno un marcato carattere metodologico e comprenderanno lo sviluppo e l’analisi di modelli matematici e computazionali per dati biomedici complessi, l’applicazione di modelli generativi avanzati (inclusi approcci probabilistici, deep generative models e continuous normalizing flows), l’utilizzo di tecniche di optimal transport e di generazione condizionata, nonché la generazione e l’integrazione di dati sintetici multimodali. Saranno inoltre definite e valutate metriche quantitative di qualità dei dati sintetici in termini di fedeltà, utilità, robustezza, bias e tutela della privacy. |
| Descrizione sintetica in inglese | The research project is part of the European project SYNTHIA and focuses on the development of advanced AI methodologies for synthetic data generation in healthcare, with particular emphasis on medical and histopathological imaging and structured longitudinal clinical data. The research activities will have a strong methodological focus and will include: • development and analysis of mathematical and computational models for complex biomedical data; • application of advanced generative models, including probabilistic approaches, deep generative models and continuous normalizing flows; • use of optimal transport and conditional generation techniques to preserve statistical structure and clinically relevant properties; • generation and integration of multimodal synthetic data (medical imaging, histopathology and clinical data); • definition and evaluation of quantitative quality metrics for synthetic data, addressing fidelity, utility, robustness, bias and privacy. |
| Data del bando | 03/02/2026 |
| Paesi in cui può essere condotto l'incarico |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://bandi.unibo.it/ricerca/Incarichi-di-ricerca |
| Destinatari dell'incarico 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/Incarichi-di-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/Incarichi-di-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI SCIENZE MEDICHE E CHIRURGICHE |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| sam.nonstrutturati@unibo.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | H2020 |
|---|
| Data di scadenza del bando | 19/02/2026 - alle ore 23:59 |
|---|---|
| Come candidarsi | Other |