Matematikcentrum, Matematik LTH

Lunds universitet grundades 1666 och rankas återkommande som ett av världens 100 främsta lärosäten. Här finns 40 000 studenter och 7 400 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor.

Lunds Tekniska Högskola, LTH, är en teknisk fakultet inom Lunds universitet med forskning av hög internationell klass och stora satsningar på pedagogisk mångfald.

Forskarutbildningsämne

Matematik

Arbetsuppgifter

Huvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning, vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan det även ingå medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden. Forskningsinriktningen för denna utlysning är matematiska metoder och modeller inom datorseende, bildanalys, särdragsextraktion, maskininlärning, statiska metoder, optimering och följning.

Forskningsprojekt

Utlysning omfattar två möjliga forskningsprojekt (listade nedan), och vi planerar att tillsätta en eller två doktorandtjänster. Ange i ansökan vilket eller vilka forskningsprojekt som du är intresserad av.

1) Optimeringsmetoder för matrisfaktorisering, dimensionsreduktion och neurala nätverk

På senare år har det skett en dramatisk förbättring av maskininlärningsmetoder för igenkänning, klassificering och segmentering tack vara djupa neurala nätverk. Den teoretiska förståelsen av dessa modeller är dock fortfarande väldigt begränsad. Dessutom kräver träning av nätverken effektiva algoritmer för storskaliga icke-konvexa optimeringsproblem och det är inte känt under vilka villkor dessa kan lösas optimalt. I det här projektet kommer vi studera matematiska optimeringsmetoder för maskininlärning och dimensionsreduktion relaterade till matrisfaktorisering. Vi kommer att utveckla effektiva och tillförlitliga algoritmer för storskaliga problem och applicera dessa på datorseende tillämpningar. Dessutom är vi intresserade av att karakterisera vad olika maskininlärnings modeller kan uppnå och ta fram teoretiska begränsingar på deras prestanda. Inom projektet kommer vi också att speciellt fokusera på datorseende applikationer relaterade till 3D-rekonstruktion av dynamiska scener från bild- och video-data. Projektet är en del av Wallenberg AI, Autonomous Systems and Software Program. (Kontaktperson: Carl Olsson)

2) Datorseende för smarta system

Forskningen inom datorseende, maskininlärning och robotik har kommit långt, men det finns fortfarande mycket arbete för att bygga samman nuvarande komponenter till ett fungerande integrerat system för riktigt smarta robotar. Användningen av datorseende är idag begränsat till mycket specifika scenarier eller kontrollerade laboratoriemiljöer. I det tvärvetenskapliga projektet ”Semantic Mapping and Visual Navigation for Smart Robots”, som fått finansiering från Stiftelsen för Strategisk Forskning, vidareutvecklar vi dagens forskningsresultat inom datorseende, maskininlärning, reglerteknik och optimering för att ta det autonoma system till nästa nivå av perception, kognition och navigering, och skapa grundfunktionalitet för robotar så att det kan agera effektivt i riktiga tillämpningar. För att demonstrera funktionalitet kommer projektet att utveckla ett autonomt system för inspektion och visuell inventering av en stormarknad med hjälp av småskaliga, billiga drönare. Systemet kommer att innehålla en komplett lösning för visuell navigering och 3D-kartläggning där inte bara scengeometri modelleras utan även semantiska tolkning integreras. Forskningen är relevant för många industriella applikationer, såsom självkörande bilar, obemannade grundfordon, scenmodellering och inspektion i allmänhet. Huvudmålet med doktorandprojektet är att utveckla nya metoder för scenförståelse (semantisk struktur och rörelse-algoritmer) och lokalisering med både vision och andra sensorer. Detta inbegriper vanligtvis robusta parameterskattningstekniker, struktur från rörelseskattning och maskininlärning. (Kontaktpersoner: Karl Åström, Carl Olsson)

Behörighet

Grundläggande behörighet till utbildning på forskarnivå har den som har

  • avlagt examen på avancerad nivå eller
  • fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, med innehåll som är relevant för forskarutbildningen, eller
  • på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Kraven på särskild behörighet för forskarutbildningen i matematik uppfyller den som har:

  • minst 90 högskolepoäng med relevans för ämnesområdet, varav minst 60 högskolepoäng på avancerad nivå samt ett fördjupningsarbete om minst 30 högskolepoäng på avancerad nivå inom ämnesområdet, eller
  • examen på avancerad nivå inom relevant ämnesområde.
  • I praktiken betyder det att den studerande ska ha uppnått en kunskapsnivå inom matematik som åtminstone svarar mot den för civilingenjörsutbildningarna i teknisk matematik eller teknisk fysik alternativt en masterexamen i matematik eller tillämpad matematik.

 Övriga krav:

  • Mycket goda kunskaper i engelska, i tal och skrift.
  • Den sökande förväntas ha erfarenhet av programmering. 

Bedömningsgrunder

Urval till utbildning på forskarnivå sker efter bedömd förmåga att tillgodogöra sig forskarutbildningen. Bedömningen av förmågan sker främst utifrån studieresultaten på grundnivå och avancerad nivå. Följande beaktas:

  • Kunskaper och färdigheter relevanta för avhandlingsarbetet och utbildningsämnet.
  • Bedömd förmåga till självständigt arbete och förmåga att formulera och angripa vetenskapliga problem.
  • Förmåga till skriftlig och muntlig kommunikation.
  • Övriga erfarenheter relevanta för utbildningen på forskarnivå, t ex yrkeserfarenhet.

Hänsyn kommer också att tas till god samarbetsförmåga, driv och självständighet samt hur den sökande genom sin erfarenhet och kompetens bedöms ha den förmåga som behövs för att klara forskarutbildningen.

Övriga meriter:

  • Programmeringserfarenhet (C++, java, matlab, python).
  • Erfarenhet av att utveckla struktur från rörelsealgoritmer.
  • Erfarenhet av forskning inom djupa neurala nätverk.
Villkor

Endast den som är antagen till forskarutbildning får anställas som doktorand. Forskarutbildningen är fyra år vid heltidsstudier. Vid undervisning och annat institutionsarbete förlängs anställningen i motsvarande grad, dock längst till 5 år (dvs. max 20 %). Bestämmelser gällande anställning som doktorand finns i Högskoleförordningen (1993:100), 5 kap 1-7 §§. Instruktioner för ansökan

Ansökan ska skrivas på engelska. Ansökan ska innehålla personligt brev med motivering till varför du är intresserad av anställningen och på vilket sätt forskningsprojektet matchar dina intressen och din utbildningsbakgrund. Ansökan ska även innehålla CV, examensbevis eller motsvarande samt övrigt som du önskar åberopa (kopior av betyg, uppgifter till referenser, rekommendationsbrev etc.). 
Anställningsform Prosjekt lenger enn 6 måneder
Antal lediga befattningar 1
Sysselsättningsgrad 100 %
Ort Lund
Län Skåne län
Land Sverige
Referensnummer PA2018/3068
Kontakt
  • Carl Olsson, 046 222 8565
  • Karl Åström, 046 222 4548
  • Eskil Hansen, 046 222 9628
Facklig företrädare
  • OFR/ST:Fackförbundet ST:s kansli, 046-222 93 62
  • SACO:Saco-s-rådet vid Lunds universitet, 046-222 93 64
  • SEKO: Seko Civil, 046-222 93 66
Publicerat 2018-09-19
Sista ansökningsdag 2018-10-10

Tilbake til ledige stillinger