Descrizione posizione

Titolo del progetto di ricerca in italiano	Nuove metodologie di deep learning per risolvere problemi di riconoscimento su immagini e video, per diversi domini spazio-temporali.
Titolo del progetto di ricerca in inglese	New deep learning methodologies for solving recognition problems on images and videos, for different spatio-temporal domains.
Descrizione sintetica in italiano	Il progetto vuole fornire nuove metodologie per risolvere problemi di riconoscimento e generazione di immagini e video, esplorando aspetti ancora poco noti del deep learning come tecniche basate su grafo, domini non euclidei, e approcci basati su domain adaptation e transfer learning. Nel campo della generazione delle immagini si vogliono trovare nuove prospettive di soluzione per rivedere le tecniche di gradient descent delle GAN rispetto alla teoria iniziale basata su due avversari. Il progetto intende comprendere la corrente dicotomia fra la convergenza del modello nella teoria dei giochi e la non convergenza di fatto nel gradient descent. Nel campo delle applicazioni la ricerca inoltre si focalizzerà su problemi correlati al climate change.
Descrizione sintetica in inglese	The project aims to provide new methodologies to solve image and video recognition and generation problems, exploring still little known aspects of deep learning such as graph-based techniques, non-Euclidean domains, and approaches based on domain adaptation and transfer learning. In the field of image generation, the project shall focus on reviewing the gradient descent techniques of GANs with respect to the initial theory based on two adversaries. The project intends to understand the current dichotomy between model convergence in game theory and factual non-convergence in gradient descent. In the field of applications, research will also focus on problems related to climate change.
Numero posti	1
Campo principale della ricerca	Computer science
Sottocampo della ricerca	Other
Settore Concorsuale	09/H1 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
S.S.D	ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	14/08/2020

 

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	Università degli Studi di Roma La Sapienza
Paese (dove si svolgerà l'attività)	ITALY
Città	Roma

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	Università degli Studi di Roma La Sapienza
Tipo	Academic
Facoltà/Dipartimento/Laboratorio di ricerca	Dipartimento di ingegneria informatica, automatica e gestionale Antonio Ruberti
Paese	ITALY
Città	Roma
E-mail	giampaoletti@diag.uniroma1.it
Sito web	https://web.uniroma1.it/trasparenza/bando-3/2020-rtd-tempo-pieno-ssd-ing-inf/05-sc-09/h1-dipartimento-ingegneria-informatica-automatica

 

Dettagli per la candidatura

Data prevedibile per l'assunzione	01/01/2020
Data di scadenza del bando	13/09/2020 - alle ore 23:59
Come candidarsi	Other

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Computer science

 

Esperienze di ricerca richieste

Campo principale della ricerca	Computer science
Sottocampo della ricerca	Other
Anni di esperienza richiesti	3

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Excellent

 

Requisiti aggiuntivi

Competenze richieste in italiano	Un curriculum scientifico professionale che documenti la coerenza con lo svolgimento dell’attività di ricerca nell’area Computer Vision, Computer Graphics e Deep Learning. In particolare, si richiede un’ampia conoscenza e competenza, oltre che nella progettazione di sistemi di riconoscimento e analisi di video, anche su Deep Learning, Statistical Learning Theory, Variational Methods, Optimization, Primal-Dual gradient methods, 3D vision and 3D modelling. Infine e’cruciale avere maturato esperienza con strumenti di misura 3D, GPU e conoscenza approfondita di sistemi, librerie, modelli e linguaggi per il deep learning.
Competenze richieste in inglese	A professional and scientific curriculum that certifies consistency with the research project and it documents a gained experience in the Computer Vision, Computer Graphics, and Deep Learning research areas. In particular, a piece of broad knowledge and competence is required, as well, in the design of video recognition and analysis systems. Relevant topics are Deep Learning, Statistical Learning Theory, Variational Methods, Optimization, Primal-Dual gradient methods, 3D vision and 3D modeling. Finally, it is crucial to have experience with 3D measurement tools, GPUs and in-depth knowledge of systems, libraries, models and languages for deep learning.
Requisiti specifici in italiano	titolo di Dottore di Ricerca ottenuto con tesi di dottorato su temi di Visione, Visione 3D e Deep Learning.
Requisiti specifici in inglese	PhD with a doctoral dissertation on Vision, 3D Vision and Deep Learning topics.