Rellenar la solicitud en http://www.aei.gob.es/portal/site/MICINN/menuitem.791459a43fdf738d70fd325001432ea0/?vgnextoid=4c6c68d98570c710VgnVCM1000001d04140aRCRD&vgnextchannel=305938bc8423c710VgnVCM1000001d04140aRCRD&vgnextfmt=formato2&id3=076c68d98570c710VgnVCM1000001d04140a____
especificando que es para el proyecto PID2020-115454GB-C21.
El plazo finaliza el 11 de noviembre de 2021 a las 14.00
Se ofrece la posibilidad de un Contrato Predoctoral de 4 años de duración en la Universidad de Alcalá, en el grupo de Investigación GHEODE, vinculado al Proyecto Nacional "Nuevos algoritmos neuro-evolutivos para clasificación ordinal: aplicaciones en clima, energías limpias y medio ambiente (ORCA-DEEP)", dirigido por los Profs. Dr. Sancho Salcedo Sanz y Dra. Silvia Jiménez Fernández.
El proyecto ORCA-DEEP es una propuesta coordinada entre los grupos GHEODE y AYRNA, de la Universidad de Alcalá y la Universidad de Córdoba, respectivamente. El proyecto tiene como principal objetivo el desarrollo de nuevos algoritmos para clasificación ordinal, basados en aprendizaje profundo y neuro-evolución, así como la aplicación de estas técnicas a la resolución de problemas reales en meteorología y clima, energías renovables y medio-ambiente. El proyecto está estructurado en una serie de tareas, que abordan la generación de nuevos algoritmos para clasificación ordinal basados en técnicas de aprendizaje profundo, nuevas funciones de activación para aprendizaje profundo, nuevas técnicas de representación para la clasificación ordinal de series temporales, nuevos modelos neuro-evolutivos para aprendizaje profundo, y meta-heurísticos novedosos para la mejora de arquitecturas de aprendizaje profundo. En la parte práctica del proyecto, se propone la aplicación de estos desarrollos a problemas de clasificación ordinal en meteorología y clima, tales como la predicción de olas de calor, olas de frío o sequías, problemas en energías renovables, tales como predicción de recurso eólico y solar, y problemas relacionados con el medio ambiente, tales como predicción de la concentración de contaminantes atmosféricos, entre otros.
Requisitos indispensables:
Tener un Máster (o aprobados 60 créditos a nivel de máster) en las áreas de Física, Matemáticas o Ingeniería, ser Licenciado o Ingeniero (antiguas carreras de 5 años). Tener conocimientos de programación en Python o Matlab. Se valorará tener conocimientos previos de técnicas de Aprendizaje Máquina o algorítmica. Tener vocación por la investigación y capacidad para aprender nuevas técnicas computacionales y su aplicación a problemas de Energías Renovables y Clima.
Los interesados contactar directamente:
|