Denna annons är inte tillgänglig!
Djupa neurala nätverk har varit framgångsrika med förutsägelseuppgifter i övervakad inlärningsmiljö när tillräckligt med märkta data finns tillgängliga. Men nuvarande AI-system är begränsade i sin förmåga att förstå världen omkring oss, vilket visas i en begränsad förmåga att överföra och generalisera mellan uppgifter.
För att uppnå målet att designa och förstå intelligenta maskiner är ett nyckelkrav förmågan att bygga latenta generativa modeller och lära av insatser och motfaktualer. Detta motsvarar en interaktiv inlärningsmiljö, där agenten kan upptäcka kausala faktorer genom interventioner, observera dess effekt och tilldela kredit till samtliga handlingar.
Målet med denna tjänst är således att undersöka hur en kan lära sig kausala datamodeller från en rimlig uppsättning antaganden samt den experimentella utformningen av att utföra insatser och förvärva interventionsdata effektivt. I detta projekt kommer du att vara delaktig i toppmodern maskininlärningsforskning från början, som ger dig möjlighet att komma igång direkt med ditt ämne. Vår grupp är en av få i världen som framgångsrikt kombinerar kausalitet och djupinlärning med nedströms applikationer från robotik till sjukvård.
Vår forskning drivs av verkliga utmaningar med potential för hög samhällspåverkan och vårt arbete täcker ett brett spektrum mellan teori och tillämpning, med mycket flexibilitet att anpassa projekt till dina preferenser. Dock krävs antingen en mycket stark teoretisk bakgrund eller erfarenhet av de gemensamma djupa inlärningsramarna/mjukvaruteknik.
Forskarutbildningsämne: Datalogi
Handledning: Professor Karl Henrik Johansson och Assistant Professor Stefan Bauer.
För att bli antagen till forskarutbildning (kap 7 39 § högskoleförordningen) krävs att den sökande har grundläggande behörighet:
Utöver ovanstående finns också ett obligatoriskt krav på engelska motsvarande Engelska B/6, läs mer här.
För att lyckas med dina doktorandstudier på KTH behöver du vara målinriktad och ihärdig i ditt arbete. Vid urval av de sökande bedöms förmågan att:
Den framgångsrika kandidaten har en mycket stark teoretisk bakgrund eller erfarenhet av de gemensamma djupa inlärningsramarna/mjukvaruteknik.
Efter behörighetskraven kommer stor vikt läggas vid personliga egenskaper.
Målexamen: Doktorsexamen
Endast den som antagits till forskarutbildning får anställas som doktorand. Den sammanlagda anställningstiden får inte vara längre än vad som motsvarar utbildning på forskarnivå på heltid under fyra år. En anställd doktorand kan i begränsad omfattning (högst 20 %) utföra vissa arbetsuppgifter inom t.ex. utbildning och administration. En ny anställning som doktorand gäller för högst ett år, anställningen får därefter förnyas med högst två år i taget
Kontaktuppgifter KTH:s webbsida.
Kontaktuppgifter sektionens webbsida.
Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.
Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time).
Ansökan innehålla:
Strävan efter jämställdhet, mångfald och lika villkor är både en kvalitetsfråga och en självklar del av KTH:s värdegrund
För information om behandling av personuppgifter i samband med rekrytering läs mer här.
Vi undanber oss direktkontakt med bemannings, rekryteringsföretag samt försäljare av platsannonser.
Anställningsform | Tidsbegränsad anställning |
---|---|
Anställningens omfattning | Heltid |
Tillträde | Enligt ök |
Löneform | Månadslön enligt KTH:s avtal för doktorandlöner |
Antal lediga befattningar | 1 |
Sysselsättningsgrad | 100% |
Ort | Stockholm |
Län | Stockholms län |
Land | Sverige |
Referensnummer | J-2022-2043 |
Kontakt |
|
Publicerat | 2022-09-08 |
Sista ansökningsdag | 2022-09-19 |