2 na plný úvazek PhD pozice v Robust Learning of Sparse Representations

Obsah:

2 na plný úvazek PhD pozice v Robust Learning of Sparse Representations
2 na plný úvazek PhD pozice v Robust Learning of Sparse Representations
Anonim

Obě pozice budou podporovány Centrem kognitivních systémů a materiálů Groningen (CogniGron), viz

Vysoká energetická účinnost a schopnosti generalizace při zpracování smyslových informací dosažené mozkem savců patří mezi zlaté pecky neuromorfních počítačů. Na rozdíl od konvenčních super/clusterových/grid výpočetních center, která zabírají velmi velké prostory a spotřebovávají velké množství energie, lidský mozek váží méně než 1500 g a vyžaduje pouze 20 W energie k provozu. Napodobování těchto pozoruhodných schopností mozku představuje snahu o neuromorfní výpočetní techniku při dosahování více za méně.

Řídkost patří mezi klíčové faktory, které přispívají k vysoce energeticky účinnému zpracování v mozku. Neurovědci se domnívají, že inhibice je klíčová vlastnost, která má za následek řídké a tedy vysoce energeticky účinné reprezentace. Tento společný projekt, který se skládá ze dvou klíčových cílů formulovaných ve dvou doplňkových PhD projektech (PP), je zaměřen na řídkost a inhibici.

PP se vzájemně doplňují v tom, že přispívají k opakující se dvojici základních stavebních bloků v hlubokých architekturách hlubokých architektur, jmenovitě konvoluce (PP1) a aktivační funkce (PP2). Společné úsilí obou PP v průběhu projektu bude zaměřeno na pochopení souhry a integrace těchto dvou konceptů do jednoho systému.

V tomto společném projektu budeme:

1. PhD projekt 1 (PP1). Denní vedoucí: Dr. George Azzpardi; Spoluškolitelé: Prof. Michael Biehl a Prof. Dimka Karastoyanova; Externí spoluškolitel: Dr. Nicola Strisciuglio (University of Twente)

- prozkoumejte nejlepší kompromis mezi účinností a vysoce účinnými sítěmi s inhibicí energie a

- vyvinout metodiky pro zabudování push-pull komponenty do nejmodernějších konvolučních neuronových sítí (CNN) a spiking neuronových sítí (SNN) pro úlohy klasifikace a segmentace snímků na snímcích vytvořených konvenčním RGB kamery a kamery založené na událostech (ve spolupráci s prof. E. Chiccou)

- vyhodnoťte jejich odolnost vůči poruchám, které nezkušení ve fázi výcviku, a proti nepřátelským útokům.

2. PhD projekt 2 (PP2). Denní vedoucí: Prof. Michael Biehl; Spoluškolitelé: Dr. George Azzopardi a Prof. Kerstin Bunte

- studium učebních procesů systematicky v modelové situaci za použití metod vypůjčených ze statistické mechaniky a fyziky neuspořádaných systémů

- prozkoumejte roli specifických ztrátových funkcí a aktivace skrytých jednotek ve vrstvených neuronových sítích s ohledem na jejich tréninkovou dynamiku a výkon

- zvažte aktivační funkce a tréninkové strategie, které jsou inspirovány realizovatelnými neuromorfními systémy a upřednostňují řídkou aktivitu nebo konektivitu.

Cílem každé z těchto dočasných pozic je produkce řady výzkumných článků v recenzovaných vědeckých časopisech a sbornících z konferencí, které společně vytvoří základ diplomové práce vedoucí k získání titulu PhD (Dr) na univerzita v Groningenu.

Požadavky:

Úspěšný kandidát na PP1 by měl:

- mají velký zájem o provádění základního výzkumu v oblasti hlubokého učení se zaměřením na mozkem inspirované vysoce energeticky účinné metodologie s cílem dosáhnout vzácnosti, zobecnění nad rámec distribuce tréninkové sady a odolnosti proti nepřátelským útokům

- mít magisterský titul nebo ekvivalent v informatice, umělé inteligenci nebo jiném relevantním oboru

– mají prokázané zkušenosti s budováním architektur hlubokého učení pomocí Pythonu pro problémy s počítačovým viděním.

Úspěšný kandidát na PP2 by měl:

- projevit hluboký zájem o základní pochopení neuronových sítí a tréninkových procesů ve strojovém učení

- mít titul MSc v (teoretické) fyzice nebo příbuzném oboru se silným zázemím ve statistické fyzice

- mít zkušenosti s analytickými a výpočetními metodami z fyziky neuspořádaných systémů a dynamických systémů, ideálně v kontextu strojového učení

- buďte otevřeni interakci a spolupráci s výzkumníky orientovanými na materiálové vědy v rámci výzkumného centra CogniGron.

Uchazeči o oba PP by měli mít výborné slovní i písemné komunikační dovednosti v angličtině. Měli by mít dobré analytické dovednosti a mít kladný vztah ke spolupráci s doktorandem na doplňkovém PP.

Platové výhody:

Pro každý ze dvou doktorandských projektů, které nabízíme, podle Kolektivní pracovní smlouvy pro holandské univerzity:

– plat 2 541 EUR hrubého měsíčně v prvním roce až do maximální výše 3 247 EUR hrubého měsíčně ve čtvrtém a posledním roce za týden na plný úvazek

– příspěvek na dovolenou ve výši 8 % hrubého ročního příjmu a 8,3 % bonus na konci roku

- pozice na plný úvazek (1,0 FTE). Úspěšnému uchazeči bude nejprve nabídnuto dočasné místo na jeden rok s možností prodloužení na další tři roky. Prodloužení smlouvy je podmíněno dostatečným pokrokem v prvním roce, aby bylo možné očekávat úspěšné dokončení disertační práce během následujících tří let. Součástí smlouvy je doktorandský školicí program a úspěšný kandidát bude zapsán na Graduate School of Science and Engineering.

Pracovní doba:

38 hodin týdně

Adresa:

Broerstraat 5

Populární téma