Descrizione posizione

Titolo del progetto di ricerca in italiano	OTTIMIZZAZIONE ED APPRENDIMENTO DISTRIBUITO SU RETI COMPLESSE
Titolo del progetto di ricerca in inglese	DISTRIBUTED OPTIMIZATION AND LEARNING OVER COMPLEX NETWORKS
Descrizione sintetica in italiano	La network science sta evolvendo rapidamente in diverse discipline: elaborazione dei segnali, automatica, fisica, biologia, economia, informatica e scienze sociali, dove si manifesta un interesse crescente nell’inferenza su reti, nell’ottimizzazione di funzioni di utilità su grafi, nell’allocazione distribuita delle risorse, nella diffusione di informazione tra agenti. Contemporaneamente si registra un forte sviluppo di reti su vasta scala caratterizzate dalla mancanza di un centro di controllo, da una connettività tempo-variante e da una grande mole di dati. Il fine del progetto è ideare algoritmi di inferenza statistica e ottimizzazione di sistemi distribuiti su larga scala, esplorando l'interazione tra ottimizzazione, teoria dei giochi, sistemi dinamici, algoritmi di apprendimento automatico, teoria dei grafi e modelli grafici probabilistici. Le applicazioni includono reti di sensori e di comunicazione, smart grids, big data, cloud computing, genomica e proteomica, ecc.
Descrizione sintetica in inglese	Network science is evolving rapidly across several disciplines, including signal processing, control, physics, biology, economics, computer science, and social sciences, where there is a growing interest in doing inference over networks, optimizing utility functions over graphs, performing resource allocation distributively, diffusing information among agents, etc. At the same time large scale networks have emerged, and are characterized by the lack of a centralized coordinator, a time-varying connectivity, and huge size of distributed datasets. The goal of the project is to devise algorithms to make inference on , and optimization of, large scale distributed systems, by exploring the interplay between optimization theory, game theory, dynamical systems, graph theory, machine learning, and probabilistic graphical models. Some applications include sensors and communication networks, smart grids, big data, cloud computing, genomics and proteomics, etc.
Numero posti	1
Settore Concorsuale	09/F2 - TELECOMUNICAZIONI
S.S.D	ING-INF/03 - TELECOMUNICAZIONI
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	10/02/2015

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Other
Tempo	Other
Organizzazione/Ente	Università degli Studi di Perugia
Paese (dove si svolgerà l'attività)	ITALY
Città	Perugia
Codice postale	06123
Indirizzo	Piazza dell'Università 1

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	Università degli Studi di Perugia
Tipo	Academic
Paese	ITALY
Città	Perugia
Codice postale	06123
Indirizzo	Piazza dell'Università 1
E-mail	ufficio.concorsi@unipg.it
Sito web	http://www.unipg.it
Telefono	00 39 (0) 75 585 2333
Fax	00 39 (0) 75 585 5168

 

Dettagli per la candidatura

Data di scadenza del bando	12/03/2015
Come candidarsi	www.unipg.it

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Communication sciences

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Good