Dear Snap4City user [current-user:og-membership--1]
3 PhD grants, each of which for 3 years at DISIT lab UNIFI, 2023-2027, on 39 cycle
Submission on July 2023 to appear. on 39 cycle, please see that each of the following have different calls and marginally diff procedures
Gli interessati possono contattare Paolo Nesi su SKYPE https://join.skype.com/invite/gzzGC4fmrRrt o invia una email a Paolo.nesi@unifi.it per essere informati sull'uscita del bando
If you are interested please contact Paolo Nesi on https://join.skype.com/invite/gzzGC4fmrRrt or just drop an email to: paolo.nesi@unifi.it to be informed when the call will be open
All the grants include 6 months in an industy or PubAdministration and/or 6 months in a different research center or industry out of Italy.
GRANT 1) Dottorato di Interesse Nazionale: PHD AI, NATIONAL PHD course on AI on 39 cycle
Open Argument which can be proposed by the candidate in the area of AI, XAI and decision support systems.
Il lavoro si svolgerà presso il DISIT Lab, uno dei lab più attivi in queste tematiche https://www.disit.org, https://www.snap4city.org con il coordinamento del Prof. Paolo Nesi.
The work will be carried out at the DISIT Lab, one of the most active labs in these areas (https://www.disit.org, https://www.snap4city.org) under the coordination of Prof. Paolo Nesi.
The call will appear on: https://www.phd-ai.it/en/359-2/
GRANT 2) Dottorato di Interesse Nazionale: PHD AI, DM 118, NATIONAL PHD course on AI on 39 cycle
Titolo: Studio di strumenti di AI per la generazione automatica di scenari per la risoluzione di condizioni critiche in strutture geolocalizzate complesse.
I sistemi di supporto alle decisioni stanno avendo un’accelerazione elevata anche in ambiti territoriali come smart city, mobilità, servizi su territorio. A fronte dell’identificazione di condizioni critiche, ci si trova a dover fare delle ipotesi per poter produrre degli scenari fattibili in base a molteplici obiettivi, multitarghet constrained. Su tale base la generazione ed in seguito la scelta deve portare a identificare soluzioni ottime o subottime. Gli strumenti di Generative AI, su grafi che presentano KPI punti di misura con serie temporali sono aspetti neuro-simbolici complessi da risolvere tramite tecniche di AI e XAI essendo comunque sistemi di supporto alle decisioni. I modelli di AI dovranno anche presentare capacità di poter essere applicate in contesti diversi riducendo o eliminando le attività di fine-tuning / transfer learning che presentano costi elevati di scalabilità. Le applicazioni sono alle smart city, mobilità e trasporti, ambiente. Il lavoro si svolgerà presso il DISIT Lab, uno dei lab più attivi in queste tematiche https://www.disit.org, https://www.snap4city.org con il coordinamento del Prof. Paolo Nesi.
Title: Study of AI tools for the automatic generation of scenarios for the resolution of critical conditions in complex geolocated structures.
Decision support systems are experiencing a high acceleration also in territorial areas such as smart cities, mobility, local services. Faced with the identification of critical conditions, we find ourselves having to make hypotheses in order to be able to produce feasible scenarios based on multiple objectives, constrained multitargets. On this basis, the generation and subsequent choice must lead to the identification of optimal or sub-optimal solutions. Generative AI tools, on graphs that present KPI measurement points with time series, are complex neuro-symbolic aspects to be solved through AI and XAI techniques, being in any case decision support systems. The AI models will also have to present the ability to be applied in different contexts by reducing or eliminating the fine-tuning / transfer learning activities that have high scalability costs.
The applications are to smart cities, mobility and transport, environment. The work will take place at the DISIT Lab, one of the most active labs in these issues https://www.disit.org, https://www.snap4city.org with the coordination of Prof. Paolo Nesi.
The call will appear on: https://www.phd-ai.it/en/359-2/
GRANT 3) Dottorato In Ingegneria dell'Informazione del DINFO, DM 118, Univ. Firenze, PHD Course on 39 cycle
Studio di tecniche di intelligenza artificiale integrati a strumenti di visual analytic e di business intelligence a supporto delle decisioni nelle PA
Gli strumenti di visual analytics e business intelligence, consentono alle PA di creare visualizzazioni dei dati, come grafici e mappe interattive, che aiutano a identificare i trend e le relazioni tra i dati. Gli ambiti sono ambientale, mobilità e trasporti, consenso, energia, pianificazione strategica e digital twin della citta’. Questi strumenti consentono inoltre di analizzare i dati in modo più dettagliato, inclusi i dati di serie temporali, i dati geospaziali e qualsiasi altra fonte di dati rilevante. Consentono alle PA di analizzare i dati storici e attuali, di monitorare le prestazioni delle attività e di prevedere le tendenze future. Tali strumenti sono essenziali se integrati a sistemi di AI/XAI what-if analysis in quanto aiutano a trarre valore dai dati e a prendere decisioni basate sui dati, anticipando le tendenze future e reagendo in modo efficace. Le integrazioni con i modelli AI/XAI sono nei modelli predittivi, nei modelli di ragionamento neuro simbolico, nei modelli di supporto alle decisioni. Il lavoro si svolgerà presso il DISIT Lab, uno dei lab più attivi in queste tematiche https://www.disit.org, https://www.snap4city.org con il coordinamento del Prof. Paolo Nesi.
Study of artificial intelligence techniques integrated with visual analytics and business intelligence tools at support of PA decisions.
Visual analytics and business intelligence tools allow PA to create data visualizations such as charts and interactive maps that help identify trends and relationships between data. The areas are environmental, mobility and transportation, energy, social consensus, strategic planning, and digital twin of the city. These tools also enable more detailed data analysis, including time series data, geospatial data, and any other relevant data sources. They allow public administrations to analyze historical and current data, monitor performance of activities, and predict future trends. Such tools are essential when integrated with AI/XAI what-if analysis systems as they help to extract value from data and make data-driven decisions, anticipating future trends and reacting effectively. Integrations with AI/XAI models are in predictive models, neuro-symbolic reasoning models, and decision support models. The work will be carried out at the DISIT Lab, one of the most active labs in these areas (https://www.disit.org, https://www.snap4city.org) under the coordination of Prof. Paolo Nesi.
The call will appear on https://www.unifi.it/p12341.html