Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Sviluppo di approcci geodetici da laboratorio con applicazioni di machine learning per la previsione di terremoti di laboratorio |
|---|---|
| Titolo del progetto di ricerca in inglese | Development of laboratory geodetic approaches with machine learning applications for laboratory earthquake prediction, |
| Campo principale della ricerca | Environmental science |
| Sottocampo della ricerca | Earth science |
| Area CUN | 04 - Scienze della Terra |
| S.S.D | GEO/10 - GEOFISICA DELLA TERRA SOLIDA |
| Descrizione sintetica in italiano | Il candidato dovrà produrre esperimenti di meccanica delle rocce con le due nuove macchine prototipali bi e tri- assiali e sviluppare un sistema di registrazione di dati geodetici basato su sensori Eddy Current per rilevare gli spostamenti e ricostruire il campo tridimensionale della deformazione. Dovra’ accoppiare la registrazione di eventi sismici tramite dati acustici per la caratterizzazione della fisica della sorgente con lo sviluppo di modelli di machine learning utilizzando dati geodetici come features per la predizione di spostamenti legati alla nucleazione di terremoti di laboratorio. Il candidato dovra’ dimostrare comprovata esperienza in esperimenti di laboratorio. Il candidato dovra’ dimostrare capacita’ di progettazione e realizzazione di hardware/software per sviluppare sistemi di registrazione. Conoscenza approfondita di Python e algoritmi deep learning. |
| Descrizione sintetica in inglese | The candidate will be responsible for conducting rock mechanics experiments using two new prototype machines, both bi- and tri-axial. The candidate will need to develop a data recording system based on Eddy Current sensors, with which they will detect displacements and reconstruct the three-dimensional deformation field. Additionally, the candidate will couple seismic event recording using acoustic data to characterize the physics of laboratory earthquake nucleation. Using this data, the candidate will need to develop machine learning models using geodetic data as features to predict displacements associated with laboratory earthquake nucleation. The candidate should demonstrate proven experience in laboratory experiments, ranging from small to large scale. The candidate should also demonstrate the ability to design and implement hardware/software for recording systems. Profound knowledge of Python and deep learning algorithms is a fundamental requirement. |
| Data del bando | 15/12/2023 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
Italy |
| Sito web del bando | https://web.uniroma1.it/trasparenza/bandi_trasparenza |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Dipartimento di Scienze della Terra |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | ROME |
| Sito web | http://www.dst.uniroma1.it |
| gabriella.pistillo@uniroma1.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | Fp7/Ideas-ERC |
|---|
| Data di scadenza del bando | 19/01/2024 |
|---|---|
| Come candidarsi | https://xup-dst.cloud |