Bando assegno di ricerca n. 39/2024 - Sustainable Information Retrieval and Recommender Systems (2024-0070-1340-223629)

Bando assegno di ricerca n. 39/2024 - Sustainable Information Retrieval and Recommender Systems

Data pubblicazione: 10-10-2024
Data scadenza: 09-11-2024

Centro di spesa: DIPARTIMENTO DI INGEGNERIA INFORMATICA, AUTOMATICA E GESTIONALE -ANTONIO RUBERTI-

data dell'ultimo aggiornamento: 20/12/2024 - 09:31

Codice bando: 39/2024

Bando Assegno di Ricerca 39/2024 - resp.sc. prof. Fabrizio Silvestri

Verbale riunione preliminare

Approvazione atti

Tracce prove scritte:

Verbale domande colloquio

2024-0070-1340-223629

Totale incarichi: 2

Incarichi conferiti

Tutte le pubblicazioni riguardanti i titolari di incarichi politici, i dirigenti, i consulenti e i collaboratori, di seguito riportate, sono garantite per tutta la durata dell'incarico nonché per un periodo ulteriore di tre anni decorrenti dalla data di cessazione dell'incarico medesimo ai sensi delle normative vigenti in termini di Trasparenza e Privacy.

ESTREMI ATTO	Nominativo	Periodo rapporto	Oggetto dell'incarico	Compenso
CONTRATTO PER INCARICO DI LAVORO AUTONOMO PROT. 5478 DEL 28/10/2024 BANDO 39/2024	MARCONI LORENZO	28-10-2024 to 28-11-2024	Definizione e implementazione di un nuovo algoritmo per la valutazione controllata di query (Controlled Query Evaluation).Realizzazione di una estensione di algoritmi già esistenti per permettere le gestione di regole di protezione della privacy più complesse ed espressive. Si richiede inoltre di effettuare una sperimentazione volta a confrontare le prestazioni della nuova tecnica rispetto alle precedenti, sia in termini di costo computazionale che di capacità espressive rispetto alle regole di protezione dei dati.	€8 500.00
Contratto per assegno di ricerca rep. 4/2025 Prot. 7/2025 del 02/01/2025 - Bando 39/2024	CALUGARU MARIA DIANA	01-01-2025 to 31-12-2025	Il progetto mira a sviluppare algoritmi efficienti dal punto di vista energetico per information retrieval su larga scala e raccomandazioni personalizzate. L'attenzione si concentra sull'ottimizzazione del calcolo e dell'utilizzo delle risorse per ridurre l'impatto ambientale dell'implementazione di questi sistemi, mantenendo al contempo un'elevata accuratezza e rilevanza. Il progetto affronta i crescenti requisiti energetici dei modelli di intelligenza artificiale esplorando architetture leggere, metodi di indicizzazione scalabili e tecniche di raccomandazione adattiva. L'efficienza sarà raggiunta riducendo al minimo i calcoli ridondanti, migliorando l'utilizzo dell'hardware e utilizzando pratiche di IA ecologica, rendendo i sistemi di information retrieval e di raccomandazione più sostenibili per le applicazioni future.	€20 265.00