Universita' degli Studi di Palermo
1 postoScadenza domanda: 31 ottobre 2026 alle ore 23:59
Procedura selettiva, per titoli e colloquio, per l’attribuzione di n. 1 incarico post-doc ai sensi dell'art. 22-bis della L. 240/2010, della durata di 12 mesi – Progetto "Q-SUD" – Responsabile Scientifico: Prof. Mauro Paternostro
La fonte indica candidature aperte con un termine già trascorso. Lo stato è in verifica; consulta la fonte ufficiale.
Scheda informativa parziale: requisiti e bando integrale da verificare. Cosa sappiamo
Sicilia · Contratto non disponibile
In breve
Le Extreme Learning Machines (ELM) sono reti neurali feed-forward a singolo layer nascosto con accoppiamenti casuali, addestrate tramite regressione lineare, con risparmio di tempi e risorse. Le controparti quantistiche (QELM) sfruttano un reservoir quantistico per creare rappresentazioni complesse di dati classici, con prestazioni economiche e robuste al rumore. Il "Quantum Theory Group" di UNIPA ha dimostrato i vantaggi delle QELM per la validazione e certificazione di sistemi quantistici senza ricostruzione tomografica. Tali algoritmi si applicano all'ottimizzazione di processi complessi, quantistici e classici, su macchine NISQ, alla caratterizzazione energetica di sistemi biochimici simulati su computer quantistici e all'ottimizzazione di network per comunicazione e logistica. La ricerca analizzerà il costo termodinamico delle QELM per determinarne la sostenibilità energetica, con le tecniche di termodinamica dell'informazione quantistica di cui il gruppo è pioniere.
Le Extreme Learning Machines (ELM) sono reti neurali feed-forward a singolo layer nascosto con accoppiamenti casuali, il cui addestramento si riduce a una regressione lineare, con conseguente risparmio di tempi e risorse rispetto alle reti tradizionali. Le loro controparti quantistiche (QELM) sfruttano un reservoir quantistico per creare rappresentazioni complesse di dati classici, offrendo prestazioni predittive economiche e robuste al rumore. Il “Quantum Theory Group” di UNIPA ha dimostrato i vantaggi delle QELM per la validazione e certificazione delle proprietà di sistemi quantistici senza ricostruzione tomografica. Lo sviluppo di algoritmi basati su questo paradigma trova applicazione nello studio, caratterizzazione e ottimizzazione di processi complessi, quantistici e classici, implementati su macchine operanti nel cosiddetto regime NISQ (“noisy intermediate-scale quantum”), nonché nella caratterizzazione dell'energetica di sistemi biochimici simulati su computer quantistici di media scala e nell'ottimizzazione di network complessi per comunicazione e logistica. Il programma di ricerca punterà all’analisi puntuale del costo termodinamico associato al paradigma QELM con lo scopo di determinarne la sostenibilità energetica. Il programma di ricerca farà largo uso delle tecniche di termodinamica dell’informazione quantistica di cui il Quantum Theory Group di UNIPA è pioniere.
Alcune informazioni richiedono verifica. Controlla sempre il bando ufficiale prima di presentare domanda.
Requisiti
Completezza dei requisiti non verificata. Questa scheda riporta soltanto le informazioni documentate nelle fonti disponibili. Il bando integrale non è stato verificato: consulta tutti i requisiti generali e specifici, i titoli di studio e le abilitazioni nella fonte ufficiale prima di presentare domanda.
Informazione non disponibile.
Profili e posti
| Profilo | Posti | Titolo di studio |
|---|---|---|
| Incarico post-docNon classificato | Non disponibile | Non disponibile |
Prove
Calendario non disponibile. Attendi una comunicazione ufficiale dell’ente.
Documenti ufficiali
La disponibilità di un avviso o di un collegamento non dimostra la completezza del bando. I link aprono la fonte ufficiale.
Ultima cattura autentica disponibile: non disponibile. Aggiornamenti successivi, rettifiche e proroghe non verificati.
- Apri fonteBando di concorsoDocumento · versione in attesa · Collegamento ufficiale · documento non acquisitoContenuto del documento non verificato come bando integrale
La vita del concorso
Eventi disponibiliBando pubblicato
Le Extreme Learning Machines (ELM) sono reti neurali feed-forward a singolo layer nascosto con accoppiamenti casuali, addestrate tramite regressione lineare, con risparmio di tempi e risorse. Le controparti quantistiche (QELM) sfruttano un reservoir quantistico per creare rappresentazioni complesse di dati classici, con prestazioni economiche e robuste al rumore. Il "Quantum Theory Group" di UNIPA ha dimostrato i vantaggi delle QELM per la validazione e certificazione di sistemi quantistici senza ricostruzione tomografica. Tali algoritmi si applicano all'ottimizzazione di processi complessi, quantistici e classici, su macchine NISQ, alla caratterizzazione energetica di sistemi biochimici simulati su computer quantistici e all'ottimizzazione di network per comunicazione e logistica. La ricerca analizzerà il costo termodinamico delle QELM per determinarne la sostenibilità energetica, con le tecniche di termodinamica dell'informazione quantistica di cui il gruppo è pioniere.
Fonte ufficiale- PROSSIMO PASSAGGIO
In attesa della pubblicazione del calendario delle prove.
Fonte e ultimo controllo
Fonte: inPA — pagina della procedura
Ultimo controllo: 27 ottobre 2026 alle ore 16:54
Ente identificato nel registro IPA.
Ultimo controllo fonte: 27 ottobre 2026 alle ore 16:54
Il controllo periodico non modifica la data editoriale della scheda.