LeadLearners.Org™ Thanks to all our 1337464 visitors today, Friday, 22/Nov/2019

Velg stipendiat
Lead Learners LeadLearners.Org
Anbefalte Sider: TIGP, Bioinformatics.Center, Our Facebook Page | Abonner

Navn på stipend / program

En Computer Science stipendiatstilling på AI og teoretisk økologi er åpen



Viktig beskrivelse
Studentene vil bli involvert i EcoSim prosjektet. Vi har unnfanget EcoSim, en allsidig simulering plattform som har blitt designet for å undersøke flere brede økologiske spørsmål, samt langsiktige evolusjonære mønstre og prosesser som artsdannelse og makroevolusjon. Dette verktøyet genererer en stor mengde data som representerer alle hendelsene, de mentale tilstander og handlinger av hvert middel spart for hver gang trinn i hvert løp. Denne grundige sporingssystem gjør det mulig for en dyp statistisk analyse av hele systemet ved å bruke flere dedikerte verktøy som vi har unnfanget for å trekke ut, for å måle og å korrelere parameterne som kan være nyttig for å forstå de underliggende og nye egenskaper til et slikt komplekst system. Dette detaljnivået er høyest nytte av denne tilnærmingen i forhold til reelle data sammenkomst som er sterkt begrenset av det store romlig og tidsskala involvert i økologiske spørsmål. Alle de resultatene vi har allerede innhentet viser stort potensial for vår tilnærming til å håndtere komplekse økologiske spørsmål, viser evolusjonære og økologiske fenomener og mønstre i samsvar med virkelige observasjoner og gir mulighet til å undersøke mange hypotese i en rimelig tid. Denne simuleringen er nå rammene for studiet av en rekke spesifikke økologiske spørsmål i samarbeid med biologer. For eksempel, vil denne tilnærmingen brukes til å studere komplekse økologiske og evolusjonære prosesser som for eksempel arter overflod distribusjon, mønstre og priser av artsdannelse, utviklingen av seksuelle og aseksuelle populasjoner, samspillet og spredning av arter som i et eksisterende økosystem, etc .

På grunn av den svært tverrfaglig rammen av prosjektet må vi finne svært motiverte studenter forberedt på å lære en rekke begreper som kommer fra AI, biologi og filosofi. Men, vil miljøet for dette prosjektet være svært støttende har vårt team er allerede sammensatt av dataforskere og biologer. Vi jobber også i nært samarbeid med biologer fra Universitetet i Windsor og Great Lakes Institutt for Environmental Research. Å ha kunnskap i maskinlæring. kunstig liv eller i evolusjonær økologi vil være en fordel. Å ha en sterk opplevelse i C + + programmering er sterkt anbefalt.


Valgbarhet og andre kriterier
Se kvalifikasjonskrav ovenfor


Søknadsfrist
* 30 november 2012


Ytterligere informasjon, og viktig URL
Kontakt Adresse: Dr. Robin Gras
E-post: rgras@uwindsor.ca


© 2019 LeadLearners.Org ™
admin@LeadLearners.Org
+18133888836
Designed by: Emmanuel Salawu at Bioinformatics Center