Doktorand i förstärkningsinlärning

Linköpings universitet / Högskolejobb / Linköping
Observera att sista ansökningsdag har passerat.

Visa alla högskolejobb i Linköping, Mjölby, Åtvidaberg, Finspång, Motala eller i hela Sverige
Visa alla jobb hos Linköpings universitet i Linköping, Finspång, Motala, Norrköping, Kinda eller i hela Sverige

Kunniga och engagerade medarbetare med goda förutsättningar är en av de absolut viktigaste framgångsfaktorerna för Linköpings universitet. Lärare och forskare är vår kärnkompetens, men ett framgångsrikt universitet behöver erfarna och motiverade medarbetare inom många områden. Alla roller är viktiga. Vi har ett stort rekryteringsbehov bland annat tack vare en forskningsverksamhet i expansion. Du behövs här. Välkommen att söka jobb hos oss!

Institutionen för systemteknik (ISY) är central inom olika ingenjörsutbildningar både vad gäller baskunskaper och tillämpade kurser. Forskningen baseras främst på industriella behov och spänner från helt grundläggande frågor till mera applikationsnära frågor.
Läs mer: https://liu.se/organisation/liu/isy

Vi söker nu en doktorand inom reglerteknik.

Publiceringsdatum
2022-11-07

Arbetsuppgifter
Vid Linköpings universitet bedrivs forskning inom olika områden inom reglerteknik så som sensorfusion, metoder för lärande reglering och optimering. Nu letar vi efter en doktorand som ska bedriva forskning inom gränslandet mellan förstärkningsinlärning (eng: reinforcement learning) och reglerteori.

Projektbeskrivning
Förstärkningsinlärning (RL) är ett ramverk för att styra dynamiska system, från sensordata till styrsignal, och har bland annat visat imponerande resultat när det gäller att spela strategispel och kan idag besegra mänskliga stormästare i dessa spel. Det här projektet syftar till att studera, analysera, och utveckla RL-algoritmer för reglering av partiellt observerbara dynamiska system. Mer specifikt kommer följande forskningsfrågor studeras:

• Kan effekten av den partiella observerbarheten, brus, och osäkerheter kvantifieras?
• Hur kan data användas effektivt i RL-algoritmer, både med modellfria och modellbyggande ansatser?
• Utveckling av effektiva algoritmer för partiellt observerbara dynamiska system.

Tanken är att använda reglerteori som en hävstång för nya framsteg inom RL för att använda sensordata på ett effektivt sätt. Möjligheten att använda Kalmanfilter och modellfria observatörer kommer att utforskas.

Den här positionen är del av Zenith-projektet "Reinforcement Learning for partially observable dynamical systems with continuous state and action spaces". Mer information om projektet finns här: https://liu.se/en/research/reinforcement-learning-for-partially-observable-dynamical-systems

Som doktorand ägnar du dig åt din forskarutbildning och forskningsprojekt där du ingår. I ditt arbete kan även ingå att undervisa eller att delta i andra institutionsuppdrag, upp till 20% av heltid.

Din arbetsplats
Avdelningen för reglerteknik vid Institutionen för systemteknik är en stark internationell forskningsmiljö med elva seniora lärare, tre forskare, drygt tjugo doktorander och åtta adjungerade forskare. Avdelningen forskar och bedriver utbildning inom reglerteknik på grund-, avancerad- och forskarnivå. För mer information se https://liu.se/organisation/liu/isy/rt.

Kvalifikationer
Du har avlagt examen på avancerad nivå inom elektroteknik, teknisk fysik, datateknik eller tillämpad matematik eller slutfört kurser om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå enligt ovan eller på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

Vi letar efter dig som är entusiastisk och ambitiös med profilen:

• Stark bakgrund inom reglerteori.
• Kunskap om förstärkningsinlärning.
• Goda kunskaper i programmering.
• God kommunikationsförmåga, speciellt på engelska.

Det är meriterande att ha kunskaper inom maskininlärning, optimering och statistik, samt att kunna programmera Python.

Vi tar fram en individuell studieplan när arbetet påbörjas så en avsiktsförklaring behöver inte bifogas i ansökan.

Om anställningen
I samband med tillträde till anställningen kommer du att antas till forskarutbildningen. Läs mer om respektive fakultets forskarutbildning här.

Anställningen är tidsbegränsad till fyra år heltid. Du anställs till en början på ett år, och därefter förnyas anställningen med högst två år i taget, utifrån uppnådd studieplan. Förlängning av anställning upp till fem år sker utifrån grad av undervisnings- och institutionsuppdrag. Vid särskilda skäl kan ytterligare förlängning ske.

Tillträde
Enligt överenskommelse.

Lön och förmåner
Doktorandlönen regleras utifrån en lokalt avtalad lönestege. Läs mer om förmåner för anställda här.

Facklig kontakt
Information om fackliga kontaktpersoner, se Hjälp för sökande.

Så ansöker du
Du söker denna anställning genom att klicka på knappen "Ansök" nedan. Din ansökan ska vara Linköpings universitet tillhanda senast 5 December. Ansökan som inkommer efter sista ansökningsdag beaktas inte.

Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med Lika villkor.

Välkommen med din ansökan!

Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Varaktighet, arbetstid
Heltid/ Ej specificerat

Ersättning
Enligt institutionens avtalade lön för doktorander.

Så ansöker du
Sista dag att ansöka är 2022-12-05
Klicka på denna länk för att göra din ansökan

Företag
Linköpings Universitet

Omfattning
Detta är ett heltidsjobb.

Arbetsgivare
Linköpings Universitet (org.nr 202100-3096), https://www.liu.se/

Kontakt
Farnaz Adib Yaghmaie, Biträdande universitetslektor
farnaz.adib.yaghmaie@liu.se
+46 762 909978

Jobbnummer
7147574

Observera att sista ansökningsdag har passerat.

Doktorand i förstärkningsinlärning

Prenumerera på jobb från Linköpings universitet