Doktorand i datateknik för Vision Transformer och AoI

Vid institutionen för data- och elektroteknik bedrivs utbildning inom ämnena datateknik, elektronik, elektroteknik och ljudproduktion. Forskningen på institutionen sker vid forskningscentret Sensible Things that Communicate (www.miun.se/stc) och handlar om sensorbaserade system och tjänster för användning inom Internet of Things och artificiell intelligens.



Mittuniversitetets forskarutbildning i datateknik består av tre inriktningar, Kommunikationsnätverk, Dataanalys och Multidimensionell signalbehandling.

Denna doktorandtjänst har ett mer teoretiskt angreppssätt som relaterar till inriktningarna genom tillämpningar.


Arbetsuppgifter

Detta forskningsprojekt syftar till att innovera vid skärningspunkten mellan avancerade vision transformerarkitekturer och dynamisk databehandling. Det syftar till att utveckla ett mångsidigt ramverk som kan anpassas till olika realtidsapplikationer, tillgodose behovet av balanserat stöd över olika forskningsgrenar och bana väg för genombrott inom effektiv databehandling och -analys. Till skillnad från befintliga arbeten som fokuserar på antingen förbättring av transformerarkitekturer för specifika domäner eller utveckling av effektiva tekniker för dynamisk databehandling, syftar detta forskningsprojekt till att integrera dessa två aspekter och utveckla ett inlärningsbaserat ramverk som kan anpassa sig till olika realtidsapplikationer. Konceptet Age of Information (AoI), som har fått betydande uppmärksamhet i nätverkade system, inkorporeras för att förbättra aktualiteten i informationsflödet för transformerarkitekturen samt för att stödja realtidsanpassad uppdatering av arkitekturparametrar, vilket tillsammans adresserar de utmaningar som är förknippade med den beräkningsmässiga belastningen hos vision transformers i allmänhet.

I projektet kommer doktoranden att ansvara för att:

- utveckla och implementera ett transformerbaserat ramverk som är anpassningsbart för olika realtidsbehov av databehandling,
- genomföra fallstudier med detta ramverk för att utforska applikationer som optimering av komprimering av ljusfältsvideo och förbättring av informationsfärskhet i dynamisk inlärningsmiljö,
- genomföra valideringsstudier för att utvärdera ramverkets effektivitet i praktiska inställningar, inklusive att adressera eventuella etiska överväganden,
- bedöma ramverkets potential att förbättra realtidsdatabehandling i både visuella och icke-visuella sammanhang.

Som doktorand kommer du genomföra självständiga forskarstudier och förväntas utföra både teoretiskt och experimentellt forskningsarbete.


Behörighet

Grundläggande behörighet har den som avlagt en examen på avancerad nivå eller fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå eller på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper. Särskild behörighet har den som har minst 90 högskolepoäng i Datateknik, Datavetenskap, Elektroteknik, Teknisk fysik, Tillämpad matematik eller på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.


Bedömningsgrunder

Vi söker kandidater med:

- ett starkt intresse för inlärningsbaserad databehandling och dess tillämpningar i nätverkade system och datorseende,
- en gedigen grund i matematik, särskilt linjär algebra,
- färdigheter i programmering (helst Python).

Erfarenhet och genomförda kurser inom ett eller flera av följande ämnen värderas högt:

- maskininlärning och djupinlärning (teoretisk och praktisk användning),
- datorseende, bild- och videobehandling,
- kommunikation och nätverkade system.

Kunskap om transformerarkitekturer, optimering och informationsteori är ett plus.



Personliga egenskaper

Som doktorand bör du visa:

- en hög nivå av kreativitet och innovativt tänkande,
- noggrannhet och uppmärksamhet på detaljer inom forskning och utveckling,
- ett systematiskt och strukturerat tillvägagångssätt för problemlösning och utmaningar,
- förmåga att samarbeta effektivt i team såväl som att arbeta självständigt,
- en stark förmåga att tydligt och effektivt förmedla komplexa begrepp och idéer.

 

Övriga bedömningsgrunder

Andra färdigheter relevanta för doktorandtjänsten innefattar att visa:

- effektiva kommunikationsförmågor, med mycket goda kunskaper i engelska i både tal och skrift,
- omfattande kunskaper i standardmjukvara för att stödja såväl forskningsrelaterade som undervisnings- och allmänna administrativa uppgifter.


Handläggning

Beredningen av anställningen följer de former som anges i högskoleförordningens 5 kap och fortgår i enlighet med https://www.miun.se/anstallningsordning. 


Anställning och tillträde

Doktorandanställningen avser en anställning som motsvarar fyra års heltidsstudier och beräknas leda fram till en doktorsexamen. Anställningen får innehålla upp till 20% annan tjänstgöring såsom undervisning, varvid tiden kan förlängas till maximalt 5 år. Tillträde 2024-09-01, eller enligt överenskommelse.

En ny anställning som doktorand gäller för högst ett år, anställningen får därefter förnyas med högst två år i taget. Bestämmelser gällande anställning som doktorand finns i Högskoleförordningen (1993:100), 5 kap 1-7 §§.

Anställningsort: Sundsvall

Lön: Enligt Mittuniversitetets lönetrappa för doktorander.  



Information

Närmare upplysningar lämnas av 
Docent Stefan Forsström (mailto:Stefan.Forsstrom@miun.se), Dr. Qing He (mailto:Qing.He@miun.se, +46 10 142 82 75), Dr. Roger Olsson (mailto:Roger.Olsson@miun.se, +46 10 142 86 98), eller Prefekt Docent Patrik Österberg (mailto:Patrik.Osterberg@miun.se, +46 10 142 86 14)

 

Ansökan

Alla ansökningshandlingar skall lämnas in på svenska eller engelska och måste inkludera:

1)  Ett personligt brev (högst 2 sidor) som inkluderar en motivation till varför du söker denna tjänst, och en självbedömning av varför du skulle vara rätt kandidat för denna position,
2)  Ett curriculum vitae (CV) med erfarenheter du anser relevanta för denna position,
3)  Examensbevis (kandidat- och masterexamen) och studieintyg med signerade betyg,
4)  Masteruppsatsen (eller ett utkast till denna), och/eller någon annan självproducerad teknisk eller vetenskaplig text, publikationer och andra relevanta dokument,
5)  Referenser med kontaktinformation (namn, e-postadresser och telefonnummer) och upp till två rekommendationsbrev.

Alla sökande bör ange sitt tidigast möjliga startdatum.

Välkommen med din ansökan via vårt rekryteringssystem senast 2024-04-15.