Bandi per ricercatori a tempo determinato

ROMA "La Sapienza"

Bando per ricercatore a tempo determinato
Descrizione posizione
Titolo del progetto di ricerca in italiano 2023RTDAPNRR009 PE 1 Spoke 5
Titolo del progetto di ricerca in inglese 2023RTDAPNRR009 PE 1 Spoke 5
Descrizione sintetica in italiano La ricerca si concentrerà sullo sviluppo di algoritmi di ottimizzazione volti a migliorare la qualità dei modelli di apprendimento automatico. Per qualità del modello si intende la garanzia di ottimalità delle soluzioni prodotte dagli algoritmi rispetto ai criteri utilizzati per valutare le prestazioni del modello e/o garanzie di interpretabilità. La ricerca riguarderà problemi supervisionati e semi-supervisionati, e l’ottimalità sarà ottenuta costruendo metodi esatti di soluzione del problema di addestramento. L'interpretabilità, invece, sarà ottenuta imponendo requisiti di interpretabilità durante la fase di addestramento, intesi sia come sparsità dei modelli ottenuti sia come requisiti sulla struttura del modello prodotto, come ad esempio un albero decisionale di profondità limitata. Gli strumenti utilizzati per raggiungere gli obiettivi del progetto saranno l'ottimizzazione non lineare e l'ottimizzazione combinatoria, definendo sia modelli che algoritmi innovativi.
Descrizione sintetica in inglese The research activity will focus on the development of optimization algorithms aimed at improving the quality of machine learning models. Model quality refers to providing guarantees of optimality of the solutions produced by the algorithms with respect to the criteria used to evaluate model performance and/or guarantees of model interpretability. The research will cover both supervised and semi-supervised problems, and optimality guarantees will be achieved by constructing exact methods for solving the training problem. Interpretability, on the other hand, will be achieved by imposing interpretability requirements during the training phase, intended as both sparsity of the obtained models and requirements on the structure of the produced model, such as a decision tree of limited depth. The tools used to achieve the project goals will be nonlinear optimization and combinatorial optimization, defining both innovative models and algorithms
Numero posti 1
Settore Concorsuale 01/A6 - RICERCA OPERATIVA
S.S.D MAT/09 - RICERCA OPERATIVA
Destinatari del bando (of target group) Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando 12/05/2023

 

FP7 / PEOPLE / Marie Curie Actions
Research Framework Programme / Marie Curie Actions No

 

Dettagli dell'impiego
Tipo di contratto Temporary
Tempo Full-time
Ore settimanali 36
Organizzazione/Ente Sapienza Università di Roma
Paese (dove si svolgerà l'attività) ITALY
Città ROMA

 

Contatto presso l'Organizzazione/Ente
Organizzazione/Ente Sapienza Università di Roma
Tipo Academic
Facoltà/Dipartimento/Laboratorio di ricerca Dipartimento di Ingegneria informatica, automatica e gestionale Antonio Ruberti
Paese ITALY
Stato/Provincia RM
Città ROMA
Codice postale 00185
Indirizzo Via Ariosto 25
E-mail giampaoletti@diag.uniroma1.it
Sito web https://web.uniroma1.it/trasparenza/bandi_concorso_docenti/2185

 

Dettagli per la candidatura
Data di scadenza del bando 27/05/2023
Come candidarsi Other

 

Titoli di studio richiesti
Laurea PhD or equivalent
Ambito della laurea Mathematics

 

Esperienze di ricerca richieste
Campo principale della ricerca Mathematics
Sottocampo della ricerca
Anni di esperienza richiesti 3

 

Lingue richieste
Lingua ENGLISH
Livello di conoscenza della lingua Good