Umeå universitet, Teknisk-naturvetenskaplig fakultet

Umeå universitet satsar på kreativa miljöer för studier och arbete. Hos oss finns attraktiva utbildningar, världsledande forskning och utmärkta innovations- och samverkansmöjligheter. Fler än 4 100 medarbetare och 34 000 studenter har redan valt Umeå universitet. Välj oss du också.

Institutionen för matematik och matematisk statistik bedriver forskning inom beräkningsmatematik, diskret matematik, matematisk modellering och analys samt matematisk statistik. Vår undervisning bedrivs på alla nivåer och omfattar matematik, matematisk statistik samt beräkningsvetenskap. Bland våra samarbetspartners finns internationella forskargrupper, akademiska institutioner, offentliga organisationer och företag.

Institutionen för matematik och matematisk statistik söker en doktorand i matematisk statistik med inriktning mot konvex inlärningsteori för djupa neurala nätverk. Anställningen omfattar 4 års forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. Sista ansökningsdag 2020-01-27.

Bakgrund
Utvecklingen av artificiell intelligens (AI) är i ett brett perspektiv ett av de mest spännande framstegen under 2000-talet och den öppnar för nya möjligheter, men innebär även stora utmaningar. Centrumet Wallenberg AI, Autonomous Systems, and Software Program (WASP) lanserar ett program för att utveckla matematiken inom AI, med målet att stärka kompetensen inom AI i Sverige. Utlysningen av denna doktorandanställning är en del av detta program. WASPs vision är att uppnå och upprätthålla forskningsexcellens och industriell relevans inom dessa områden. För mer information om forskning och andra aktiviteter se http://wasp-sweden.org/. 

Projektbeskrivning och arbetsuppgifter
Djupa neurala nätverk (DNN) har revolutionerat maskininlärning och artificiell intelligens under de senaste åren. En matematisk teori för DNN som förklarar dess framgång och ger vägledning för utövarna, är under snabb utveckling. Centralt för denna teori är den förmåga till generalisering som styr DNNs prestanda för nya data. Empirisk riskminimering (ERM) är den förhärskande teoretiska ramen när det gäller att kvantifiera generaliseringen av DNN, varvid komplexiteten i hypotesklassen för alla DNN med samma arkitektur mäts med Rademacher-komplexitet, VC dimension, eller något liknande mått för komplexitet.

Huvudsyftet med detta doktorandprojekt är att utveckla en ny inlärningsteori för neurala nätverk för att ta itu med de grundläggande bristerna i ovan nämnda komplexitetsmått, såsom dess beroende av hypotesklassen och datafördelningen. Den viktiga målsättningen är att införa ett nytt mått för komplexitet för DNN, samt att utforska dess tillämpningar inom AI, inklusive medicinsk avbildning, automatiserad kvalitetskontroll och självkörande bilar. Teorier och verktyg kommer att utvärderas på både simulerade och verkliga data. Doktoranden förväntas även delta i samarbeten i våra övriga pågående AI-relaterade projekt.

Projektet ingår i WASP AI Forskarskolan, se https://wasp-sweden.org/graduate-school/ för mer information.

Behörighetskrav
Den sökande ska ha grundläggande behörighet genom avlagd examen på avancerad nivå, om minst 240 högskolepoäng (hp) varav minst 60 högskolepoäng ska vara på avancerad nivå. För att uppfylla kravet på särskild behörighet att antas till utbildning på forskarnivå i matematisk statistik krävs att den sökande har minst 90 högskolepoäng inom huvudområdet matematisk statistik, varav minst 30 högskolepoäng på avancerad nivå. Behörig är även den som på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Kvalifikationer
Du har en magisterexamen i matematisk statistik eller tillämpad matematik, civilingenjörsexamen eller motsvarande examen inom ett relaterat fält.

Utmärkta kunskaper i programmering (företrädesvis MatLab, Python eller R) krävs. Goda kunskaper i engelska i både tal och skrift krävs. Dokumenterade kunskaper och erfarenheter i signalbehandling och bildanalys är meriterande.

Du förväntas att ta en aktiv roll i detta tvärvetenskapliga samarbete och ha en vetenskaplig och resultatinriktad strategi till ditt arbete. Du bör därför ha en mycket god kommunikations- och samarbetsförmåga. Du är strukturerad, flexibel och lösningsorienterad.

Bedömningar av de behöriga sökande grundar sig på den sökandes kvalifikationer och förutsättningar att tillgodogöra sig forskarutbildningen.

Sökande med examen från ett utländskt universitet uppmuntras att tillhandahålla resultat från GMAT (eller GRE) och TOEFL/IELTS tester om tillgängligt.

Om anställningen
Anställningen syftar till en doktorsexamen och doktorandens huvuduppgift är att ägna sig åt egen forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan undervisning och annat institutionsarbete (upp till max 20%) ingå. Anställningen är tidsbegränsad till fyra år heltid eller upp till fem år vid undervisning deltid. Löneplaceringen sker enligt fastställd lönestege för doktorandanställning. Tillträde våren 2020 eller enligt överenskommelse.

Ansökan
Ansökan ska bestå av följande handlingar skrivna på svenska eller engelska:

  • ett personligt brev med en kortfattad beskrivning av dina kvalifikationer och forskningsintressen. Motivera varför du söker utbildningsplatsen samt beskriv hur dina kvalifikationer och meriter är relevanta för anställningen.
  • ett curriculum vitae.
  • styrkta kopior av examensbevis eller motsvarande, inklusive dokumentation av genomförda akademiska kurser, erhållna betyg, och ev. andra intyg.
  • examensarbete och publikationer ska bifogas i de fall det finns sådana.
  • kontaktinformation till minst två referenspersoner.

Institutionen för matematik och matematisk statistik värdesätter de kvaliteter som en jämn könsfördelning tillför verksamheten. Vi ser därför gärna kvinnor som sökande till befattningen.

Du ansöker via vårt e-rekryteringssystem Varbi. Logga in via knappen längst ner på sidan. Sista ansökningsdag är 2020-01-27.

Enligt Högskoleförordningen (12 kap, 2§) kan beslutet om anställning inte överklagas

Mer information
Ytterligare information ges av professor Jun Yu, 090-7865127, jun.yu@umu.se

https://www.umu.se/institutionen-for-matematik-och-matematisk-statistik/

Anställningsform Visstidsanställning längre än 6 månader
Anställningens omfattning Heltid
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Umeå
Län Västerbottens län
Land Sverige
Referensnummer AN 2.2.1-2081-19
Kontakt
  • Jun Yu, professor, jun.yu@umu.se, 090-7865127
  • Armin Eftekhari, biträdande universitetslektor, armin.efterkhari@umu.se
  • Åke Brännström, prefekt, ake.brannstrom@umu.se
Facklig företrädare
  • SACO, 090-786 53 65
  • SEKO, 090-786 52 96
  • ST, 090-786 54 31
Publicerat 2019-12-20
Sista ansökningsdag 2020-01-27

Wróć do ofert pracy