Doktorand i tillämpad matematik med fokus på datorseende
Lunds Universitet, LTH, Matematikcentrum / Högskolejobb / Lund
2025-06-17
Visa alla högskolejobb i Lund,
Lomma,
Staffanstorp,
Burlöv,
Kävlinge eller i
hela Sverige Visa alla jobb hos Lunds Universitet, LTH, Matematikcentrum i Lund Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns omkring 47 000 studenter och mer än 8 800 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor.
Lunds universitet välkomnar sökande med olika bakgrund och erfarenheter. Jämställdhet, lika villkor och mångfald är grundläggande principer för alla delar av vår verksamhet.
Beskrivning av arbetsplatsen
Tjänsten kommer att placeras på Avdelningen för datorseende och maskin-inlärning (CVML) vid Matematikcentrum.
Matematikcentrum är en institution som är ansluten till både den tekniska fakulteten (LTH) och den naturvetenskapliga fakulteten vid Lunds Universitet. Inom CVML finns flera disputerade forskare samt cirka 20 doktorander. Forskning inom datorseende började på mitten av 1980-talet och omfattar för närvarande (i) Geometri och datorseende (inklusive analys av video, ljud, radio och radarsignaler), (ii) Medicinsk bildanalys, och (iii) Maskininlärning/artificiell intelligens. Gruppen har omfattande erfarenhet av grundforskning inom datorseende, maskininlärning och artificiell intelligens, samt en historia av att översätta sådana resultat till praktiska tillämpningar för slutanvändare. Tjänsten finansieras av WASP, vilket innebär att doktoranden får ta del av fördelarna av att ingå i WASP-nätverket.
Ämnesbeskrivning
Ämnet för den aktuella utlysningen är matematik med inriktning mot datorseende och maskininlärning. Den utlysta doktorandtjänsten är kopplad till det WASP-finansierade projektet Differentiable Neural Acoustics.
Inom vår avdelning har vi omfattande erfarenhet av att utveckla nya metoder för att skapa 3D-modeller från sensordata, med tillämpningar inom bland annat 3D-kartor för mänsklig navigation, kartläggning och lokalisation för autonoma fordon och andra farkoster. Vi utvecklar bland annat metoder för feature-extraktion från sensordata, lösning av polynomekvationer och optimering. I detta projekt kommer vi även att undersöka nya metoder för 3D-modellering och uppskattning av sensorpositioner som arbetar direkt på sensordata. Här kommer vi att använda så kallade feature-metric-metoder, en modern typ av djupinlärningsbaserade tekniker som har potential att revolutionera den geometriska förståelsen. I projektet fokuserar vi främst på akustiska data och sensorer, men metoderna kan även tillämpas på andra sensortyper.
Avhandlingsarbetet inom projektet kommer att innefatta utveckling av nya metoder, teoretisk analys, algoritmdesign, planering och genomförande av experiment, datainsamling, författande av vetenskapliga artiklar samt presentation av resultaten vid internationella konferenser.
Publiceringsdatum2025-06-17Dina arbetsuppgifterHuvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna ingår det medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden.
Detta projekt handlar om 3D-karteringsmetoder som används för att möjliggöra lokalisering och navigering primärt med hjälp av ljud, men möjligen också med radio. Indata är typiskt ett antal ljudsignaler från vilka man beräknar 3D geometrin hos sändare, mottagare och akustiska egenskaper i miljön. Avhandlingsarbetet kommer att omfatta
litteraturstudier
utvecklingen av nya metoder,
planering och genomförande av experiment,
insamling av data,
programmering och implementation,
författande av vetenskapliga artiklar
granskning av andra arbeten
presentation av resultat vid internationella konferenser.
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 eller
på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.
Kraven på särskild behörighet för tillämpad matematik uppfyller den som har:
minst 90 högskolepoäng med relevans för ämnesområdet, varav minst 60 högskolepoäng på avancerad nivå samt ett fördjupningsarbete om minst 15 högskolepoäng på avancerad nivå inom ämnesområdet, eller examen på avancerad nivå inom relevant ämnesområde.
Övriga krav:
Mycket goda kunskaper i engelska, i tal och skrift.
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.
Övriga meriter:
Goda erfarenheter i Python eller C++ Erfarenheter i maskininlärningsramverk (till exempel PyTorch). Färdigheter inom datorseende och/eller maskininlärning som är relevanta för projektet
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.
För mer information:
https://lu.varbi.com/what:job/jobID:825466/LTH - Lunds Tekniska Högskola - är den tekniska fakulteten vid Lunds universitet. På LTH utbildar vi människor, bygger kunskap för framtiden och arbetar hårt för att utveckla samhället. Vi skapar utrymme för briljant forskning och inspirerar till kreativ utveckling av teknik, arkitektur och design. Här läser närmare 10 000 studenter. Varje år publicerar våra forskare - varav många verkar inom världsledande profilområden - omkring 100 avhandlingar och 2 000 vetenskapliga rön. En rad forskningsresultat och studentarbeten förädlas till innovationer. Tillsammans utforskar och skapar vi - till nytta för världen.
Vi undanber oss alla kontakter från annonsförsäljare, rekryterings- och bemanningsföretag på grund av statliga upphandlingsregler.
Ersättning Månadslön
Så ansöker du Sista dag att ansöka är 2025-07-27
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "PA2025/1597".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Lunds Universitet (org.nr 202100-3211)
Arbetsplats Lunds universitet, LTH, Matematikcentrum
Kontakt Karl Åström
karl.astrom@math.lth.se Jobbnummer 9392467