Doktorand inom komb. sensorfusion o maskininlärning för autonoma system

Doktorand inom komb. sensorfusion o maskininlärning för autonoma system

Arbetsbeskrivning

Kunniga och engagerade medarbetare med goda förutsättningar är en av de absolut viktigaste framgångsfaktorerna för Linköpings universitet. Lärare och forskare är vår kärnkompetens, men ett framgångsrikt universitet behöver erfarna och motiverade medarbetare inom många områden. Alla roller är viktiga. Vi har ett stort rekryteringsbehov bland annat tack vare en forskningsverksamhet i expansion. Du behövs här. Välkommen att söka jobb hos oss!

Institutionen för systemteknik (ISY) är central inom olika ingenjörsutbildningar både vad gäller baskunskaper och tillämpade kurser. Forskningen baseras främst på industriella behov och spänner från helt grundläggande frågor till mera applikationsnära frågor.
Läs mer: https://liu.se/organisation/liu/isy

Linköpings universitet ledigförklarar en anställning som doktorand inom kombinerad sensorfusion och maskininlärning för autonoma system.

Arbetsuppgifter
Vid Linköpings universitet bedrivs forskning inom olika områden inom reglerteknik så som sensorfusion, metoder för lärande reglering och optimering. Nu letar vi efter doktorander för att jobba med projekt inom ramen för Wallenberg AI, Autonomous Systems and Software Program (WASP), där de kommer att forska om hur maskininlärning kan kombineras med metoder från klassisk signalbehandling.

Projektbeskrivning: Metoder för distribuerat lärande av utökade tillståndsmodeller kommer att studeras. Denna klass av modeller möjliggör att domänkunskap inkluderas i lärandeprocessen och att på så sätt en viss minsta prestanda kan garanteras och inlärningen kan göras effektiv; samtidigt är klassen flexibel nog att hantera delvis okänd dynamik och insignaler. De studerade metoderna förutses kunna spela en viktig roll för att möjliggöra storskaliga sensorsystem i framtiden. Fokuset för forskningen kommer att ligga på lärande av tillståndsmodeller som utökats med glesa gaussiska processer. För att åstadkomma distribuerad och effektiv inlärning kommer tekniker för glesa gaussiska processmodeller, så som Bayesian commit machines och inreproduktkvantifiering, att kombineras med metoder för distribuerade filtrering, till exempel covariance intersection, consensus, och diffusions-kalmanfilter. Vidare kommer metoder för informationsdrivet aktivt lärande att studeras för att effektivisera lärandeprocessen, både på lokal och global skala.

Behörighet
Du har avlagt examen på avancerad nivå inom elektroteknik, teknisk fysik eller tillämpad matematik eller slutfört kurser om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå enligt ovan eller på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

Du är dessutom intresserad av att lära dig nya saker och att utforska det okända, och du tycker om att vara noggrann med detaljer. Du är bekväm med att uttrycka dig på engelska, och vet hur man uttrycker sig i skrift.

Fackliga kontaktpersoner
Information om fackliga kontaktpersoner, se Hjälp för sökande

För mer information om anställningen:
https://liu.se/jobba-pa-liu/lediga-jobb?rmpage=job&rmjob=20074&rmlang=SE


Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med Lika villkor.

Välkommen med din ansökan!


Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Sammanfattning

  • Arbetsplats: Linköpings Universitet
  • 1 plats
  • 6 månader eller längre
  • Heltid
  • Fast månads- vecko- eller timlön
  • Publicerat: 26 september 2022
  • Ansök senast: 17 oktober 2022

Liknande jobb


Doktorand inom strukturbioinformatik

Doktorand inom strukturbioinformatik

11 september 2024

Doktorand: Framtiden med biokol

Doktorand: Framtiden med biokol

10 september 2024

9 september 2024

Doktorand i kost- och måltidsvetenskap inriktning konsumentforskning

9 september 2024