Ripartizione III – Scuola di Dottorato Tor Vergata






MATEMATICA

Procedura di accesso
Competition procedure



Obiettivi formativi del dottorato
Educational goals and objectives

descrizione:L'obiettivo del corso è di formare persone in grado di esercitare attività di ricerca matematica di alta qualificazione, sia in
ambito universitario che presso altri soggetti pubblici o privati che utilizzano la ricerca matematica in qualunque forma.
La formazione può avvenire sia su temi di matematica pura, quindi di ricerca fondamentale e con sbocchi prevalentemente nell'ambito accademico, che di matematica applicata, con sbocchi sia di ricerca applicata in ambito accademico che di attività in ambiti industriali, finanziari, commerciali e pubblici.
La parte principale del cammino formativo è costituita dal lavoro di tesi, durante il quale la/il Dottoranda/o sviluppa degli strumenti cognitivi che gli/le permettono di affrontare in maniera autonoma, originale e innovativa i problemi teorici e pratici con cui si dovrà confrontare nei futuri ambiti lavorativi.
Allo scopo di fornire una solida base di conoscenze su cui sviluppare queste capacità, durante i due anni iniziali, i/le dottorandi/e frequentano insegnamenti specialistici tenuti da docenti interni ed esterni, di norma in lingua inglese. Inoltre i/le dottorandi/e frequentano cicli di seminari all'interno del dipartimento, e partecipano a convegni e workshops in Italia e all'estero. Le/I dottorande/i sono anche incoraggiate/i a trascorrere periodi di formazione all'estero di uno o più semestri presso i centri con cui il collegio ha legami di collaborazione scientifica.
Questo permette di ottenere un altro obiettivo essenziale per il moderno mercato del lavoro, ovvero di formare soggetti capaci di operare in maniera efficace e agevole in ambito internazionale.
PhD:MATHEMATICS
description:The course aims to train students capable of carrying out highly qualified mathematical research, both at universities and other public or private bodies, using mathematical research in any form.
The training can occur either in pure mathematics, i.e. fundamental research and with outlets mainly in the academic sphere, or in applied mathematics, with outlets both in applied research in the academic world and in the industrial, financial, commercial, and public domain.
The central part of the course consists of the dissertation work, during which the students develop cognitive tools that allow them to deal autonomously, originally, and innovatively with the theoretical and practical problems they will have to face in their future work environments.
To provide a solid knowledge base on which to develop these skills, during the initial two years, Ph.D. students attend specialized courses held by internal and external lecturers, usually in English. In addition, Ph.D. students attend seminar series within the department and participate in conferences and workshops in Italy and abroad. Ph.D. students are also encouraged to spend training periods abroad of one or more semesters at centers with which the Ph.D. program has scientific links.
This achieves another objective, essential for the modern labor market, to train individuals capable of operating effectively and smoothly in an international environment.

Settori Disciplinari:

Borse e posti di dottorato disponibili
Available scholarships and positions

ex D.M. 117/2023 ex D.M. 118/2023 Enti terzi Ateneo Stato Estero Dipendenti PA Imprese senza borsa Partenariati estesi Posti senza borsa
Transizione digitale Generiche Pubblica Amministrazione Patrimonio culturale
0 0 1 0 0 1 5 0 1 0 0 1

Tematiche definite per le borse PNRR e di Ateneo estero
Themes defined for funded scholarships

DM118 GENERICHE - COMPLESSIVA PER IL CORSO

- Combining geometric modeling and machine learning for classification problems
Ente finanziatore: PNRR
Feature extraction from high dimensional data is a common first step in classification problems using classical model order reduction techniques such as PCA decomposition. Then, once a lower dimensional representation is obtained, ad hoc algorithms are applied in the reduced space to classify the elements of interest. A priori geometric information in the lower dimensional representation can be exploited to increase efficiency of the classification process.The project aims to integrate ad hoc geometric modeling techniques in the classification process to improve the quality and the efficiency of the classification, eventually in combination with a machine learning approach. Sensor classifiers for pollution detection is a possible area of application.

- Combining geometric modeling and machine learning for classification problems
 Feature extraction from high dimensional data is a common first step in classification problems using classical model order reduction techniques such as PCA decomposition. Then, once a lower dimensional representation is obtained, ad hoc algorithms are applied in the reduced space to classify the elements of interest. A priori geometric information in the lower dimensional representation can be exploited to increase efficiency of the classification process.The project aims to integrate ad hoc geometric modeling techniques in the classification process to improve the quality and the efficiency of the classification, eventually in combination with a machine learning approach. Sensor classifiers for pollution detection is a possible area of application.

Procedura concorsuale
Competition Procedure

Valutazione titoli
Qualifications assessment
lingua/language:
ITALIANO
INGLESE
Prova orale
Oral interview
lingua/language:
ITALIANO
INGLESE
Prova scritta
Written examination
lingua/language:
INGLESE

Eventuali ulteriori informazioni
more info		 Pagina del Corso di Dottorato in Matematica Pagina del Corso di Dottorato in Matematica

Curriculum studiorum

- data e voto di laurea (obbligatorio)
Graduation date and grade of the Master's degree
- elenco degli esami sostenuti per la laurea MAGISTRALE e relative votazioni (obbligatorio)
detailed list of exams including completion dates and scores of Masters's degree
- elenco degli esami sostenuti per la laurea TRIENNALE e relative votazioni
Graduation date and grade of the Bachelor's degree
- data e voto della laurea TRIENNALE
Graduation date and grade of the Bachelor's degree
- elenco cronologico di Borse di studio, Assegni di ricerca (et similia) percepiti
History of Scholarships, Research Grants (or similar)
- Diplomi/certificati di conoscenza lingue estere
Certificates of Foreign Languages
- Diplomi/attestati di partecipazione di corsi universitari post-lauream
Certificates of participation in post-graduate university courses
- Attestati di partecipazione a gruppi di ricerca
certificates of Participation in research groups
- Attestati di partecipazione a stage
certificates of Participation in internships
- Altri riconoscimenti (p. es.: premiazione in concorsi, seconda laurea)
Other University Awards/Degrees (e.g.: awards in competition, second degree)
- Conoscenze informatiche
computer skills

Ulteriore documentazione richiesta ai candidati
Additional documentation required

progetto di ricerca obbligatorio/mandatory, da caricare entro 26/06/2023 entro le ore 14:00 ora italiana
prima lettera di presentazione (a cura di un docente) non obbligatorio/optional, la lettera dovrà essere caricata dal docente sull'apposita piattaforma entro il 26/06/2023 entro le ore 14:00 ora italiana/the letter must be uploaded by the referee by il 26/06/2023 entro le ore 14:00 ora italiana
seconda lettera di presentazione (a cura di un docente) non obbligatorio/optional, la lettera dovrà essere caricata dal docente sull'apposita piattaforma entro il 26/06/2023 entro le ore 14:00 ora italiana/the letter must be uploaded by the referee by il 26/06/2023 entro le ore 14:00 ora italiana
pubblicazioni (un pdf per ciascuna) non obbligatorio/optional, da caricare entro 26/06/2023 entro le ore 14:00 ora italiana

Competenza linguistica richiesta ai candidati
Language Skills

Il candidato dovrà obbligatoriamente conoscere le seguenti lingue:
the candidate will have to know the following languages
ITALIANO
INGLESE

Griglia di valutazione
Evaluation scale

file:nessun file caricato
no file uploaded
file (eng):nessun file caricato
no file uploaded
Credits