Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Remote Image Sensing e Deep-Learning per l’agricoltura di precisione in Puglia |
|---|---|
| Titolo del progetto di ricerca in inglese | Remote Image Sensing e Deep-Learning for Precision Agricolture in Puglia |
| Area CUN | 01 - Scienze matematiche e informatiche |
| S.S.D | - |
| Descrizione sintetica in italiano | La ricerca è parte del progetto nazionale PON-TEBAKA (Acquisizione di Conoscenza di Base del Territorio). Il progetto tratta di: remote sensing, big data, apprendimento automatico, modellazione statistica e agricoltura di precisione. Il candidato lavorerà su tre attività: lo sviluppo di un database di immagini multispettrali da satelliti (da ASI) e droni e la sua integrazione con dati raccolti in campo da agronomi o tramite piattaforme IoT; lo sviluppo di nuovi modelli di apprendimento automatico con reti-profonde convoluzionali, la cui qualità verrà valutata in funzione dell’obiettivo del progetto: i.e. ottenere una miglior comprensione su ‘eventi critici’ che si sviluppino durante il ciclo di vita delle colture del grano, della vite, e dell’ulivo; esporre il modello tramite un API-REST online, per il suo utilizzo, all’interno di nuove dashboard di controllo e sistemi di supporto alle decisioni intelligenti in agricoltura |
| Descrizione sintetica in inglese | The research is part of the Italian National Project PON-TEBAKA (Territory Basic Knowledge Acquisition). The project deals with: remote sensing, big data storage and retrieval, machine learning, statistical modeling, and smart agriculture. The candidate shall work together with the other members of the project on three tasks: the design of a large dataset of multispectral images from satellite (from ASI) and unmanned drones integrated to ground-truth data collected by agronomists or by IoT systems; the use of the dataset to train and test new deep-learning convolutional models evalutated with respect to the project goals, i.e. obtaining a better understanding of eventual 'critical events’ arising during the life cycle of grain, vines and olive crops; deploying the models through an online rest-api used by modern control-dashboard for intelligent decision making in agriculture |
| Data del bando | 26/01/2022 |
| Numero di assegnazioni per anno | 2 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | http://www.unisalento.it |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Università del Salento |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Lecce |
| Sito web | http://www.unisalento.it |
| domenico.zito@unisalento.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 01/03/2022 |
|---|---|
| Come candidarsi | Other |