Poste de recherche postdoctorale en apprentissage automatique à l’Université d’Édimbourg, Royaume-Uni

Si vous avez des questions au sujet de cette aide se pose, s'il vous plaît visitez la source officielle et posez vos questions directement au centre.

Université d’Édimbourg offre des bourses de chercheur Postdoctoral en Machine d’apprentissage à l’école d’informatique au Royaume-Uni 2013

An chercheur chevronné en apprentissage machine est nécessaire pour une passionnante étude multidisciplinaire des méthodes TIC pour la réduction de la demande énergétique domestique, basé dans l’un des principaux groupes d’apprentissage automatique du Royaume-Uni. Le poste offre la possibilité de travailler sur les méthodes d’inférence probabiliste en ligne et incrémentielles, appliqués à un dataset sans précédent de grand et étendu dans le temps, dans un domaine qui se trouve sur une trajectoire haussière forte en ce qui concerne la définition des priorités et le financement. Le candidat sera chercheur d’apprentissage automatique probabiliste enthousiaste de travailler dans une équipe multidisciplinaire qui explore l’utilisation des méthodes de calcul pour la réduction de la demande intérieure d’énergie. Le chercheur mettra l’accent sur les méthodes d’inférence des comportements de données bruitées de séries chronologiques, y compris data cleansing, détection des anomalies, fonctionnalité-ingénierie et inférence dans les modèles probabilistes. Dans la première année il s’agira notamment aider à définir les exigences pour le système de capteurs (de sorte que les données prend en charge les inférences nécessaires) et travailler avec les membres de l’équipe de génération réponse pour définir quelles inférences sont requises pour l’efficacité de la rétroaction aux ménages. Écrit les résultats pour publication universitaire sera un aspect important du travail.

–connaissances, compétences et expérience – PhD (ou près d’achèvement) dans un domaine pertinent, ou des recherches importantes d’expérience depuis l’obtention d’un diplôme de premier cycle (niveau 1 ou 2:1) ou maîtrise dans un domaine pertinent.

– expérience d’élaborer des modèles probabilistes pour les séries chronologiques et autres types de données.

– expérience des méthodes d’apprentissage machine en ligne, incrémentielle ou hautement évolutif.

– qualifications de programmation fortes.

Plus d'informations: http://www.scholarship2013.net/

Bourses connexes