Torna ai risultati della ricercaBando per incarichi di ricerca
| Titolo del progetto dell'incarico in italiano | Metodi Avanzati di Graph Machine Learning per Sistemi Socio-Economici Complessi |
|---|---|
| Titolo del progetto ddell'incarico in inglese | Advanced Graph Machine Learning Methods for Complex Socio-Economic Systems |
| G.S.D. | 01/INFO-01 - INFORMATICA |
| S.S.D | INFO-01/A - Informatica |
| Descrizione sintetica in italiano | Il lavoro riguarderà lo sviluppo di metodi AI per analisi di dati complessi,strutturati,con focus sui grafi.Si investigheranno miglioramenti metodologici alle Graph Neural Network e modelli correlati, basandosi su NetworkScience e proprietà strutturali dei grafi in input,quali ruoli dei nodi e pattern di connettività.Il progetto toccherà anche la generazione di graph data sintetici a partire da reti real-world,per ampliare le possibilità sperimentali,mitigando i vincoli legati a accessibilità,riservatezza e riproducibilità. I principali domini saranno reti economiche e finanziarie e altri sistemi socioeconomici.Il progetto prevederà l'estrazione di dati strutturati da tali domini mediante modelli di reti neurali per la computer vision in grado di analizzare documenti digitalizzati, archivi storici e documenti manoscritti.Tali strumenti saranno poi applicati alle fonti del progetto FIS3 WeInIt per la creazione di un database intergenerazionale della ricchezza in Italia. |
| Descrizione sintetica in inglese | The work will focus on developing AI methods for analysing complex, structured data, with a focus on graphs. It will investigate methodological improvements to Graph Neural Networks (or related models), based on Network Science and structural properties of the input graphs, such as node roles, connectivity patterns, etc. The project will also address the generation of synthetic graph data from real-world networks, aiming to expand experimental opportunities while mitigating constraints related to accessibility, confidentiality, and reproducibility. The main domains will be economic and financial networks and other socioeconomic systems. The project will involve extracting structured data from these domains using computer-vision neural network models capable of analysing digitised documents, reports, historical archives, and handwritten documents. These tools will then be applied to the FIS3 WeInIt project sources, to create an intergenerational database of wealth in Italy. |
| Data del bando | 23/09/2026 |
| Paesi in cui può essere condotto l'incarico |
OTHER |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://www.santannapisa.it/it/assegni-di-ricerca-e-selezioni-incarichi-esterni/dipartimento-di-eccellenza-lembeds-economics-0 |
| Destinatari dell'incarico di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Scuola Superiore Sant'Anna di Pisa |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Pisa |
| Codice postale | 56127 |
| Sito web | http://www.santannapisa.it/ |
| incarichiricerca@santannapisa.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 09/10/2026 - alle ore 12:00 |
|---|