瑞士洛桑联邦理工学院招全奖博士

EPFL 的智能维护和运营系统 (IMOS) 实验室正在寻找一名有积极性和开箱即用思维的博士研究员，（100%，在洛桑，定期）从 9 月开始或达成协议。

项目介绍

建筑物占欧盟能源消耗的 40% 和二氧化碳排放量的 36%。对清洁能源建筑存量的投资可以推动向低碳经济的过渡，并将城市置于气候变化议程的最前沿。然而，虽然建筑物会定期维护或改进，但由于缺乏可靠的信息和熟练的工人，或者对可能的好处存有疑虑，节能投资往往没有被优先考虑。博士论文将嵌入到与 Schindler 合作的“使用数字双胞胎 (INSULATED) 进行精益和简化热评估的集成解决方案”项目中。面向应用的主要目标是提高现有基础设施的基于数据的改造工作。以方法论为导向的目标将包括开发一种用于 3D 映射的多模式传感器融合的新算法——基于神经辐射场 (NeRF) 并专注于 RGB 和热图像的合并。上一步中构建的 3D 模型将用于预测不同改造工作对给定建筑物的影响。

工作环境

EPFL 是欧洲最具活力的大学校园之一，跻身全球前 20 名大学之列，提供卓越的工作环境和极具竞争力的薪酬。IMOS 实验室提供了一个高度激励、跨学科的科学环境，为不同项目和研究人员之间的互动提供了许多机会，并与行业利益相关者和其他国际大学建立了良好的合作网络。在这篇博士论文中与 EPFL 的 Schindler 实验室的密切合作将为进行与实际应用直接相关的前沿研究提供宝贵的机会。此外，它将为博士生提供接收有关其工作实际实施的直接反馈的优势。

候选人简介

我们正在寻找具有强大分析背景的博士候选人，以及工程、控制、计算机科学、物理学、应用数学或相关领域的杰出硕士学位。你应该精通深度学习、计算机视觉、信号处理、统计和学习理论。我们希望候选人能够自我驱动，具有很强的解决问题的能力和开箱即用的思维。专业的英语能力（书面和口头）是强制性的。

申请流程

正式申请包括：

一封动机信，

候选人的简历，

简短的研究陈述（一页），描述您在物理知识深度学习算法领域的项目构想，将您在该领域的经验和文献中的相关工作联系起来，

所有获得学位的成绩单（英文）

一份出版物（例如论文或最好是会议或期刊出版物，提供出版物的链接就足够了），

应在07.07.2023之前通过电子邮件（作为单个 pdf 文件）发送至christine.gabriel@epfl.ch。

有关 EPFL IMOS 实验室的更多信息，请访问： https: //www.epfl.ch/labs/imos/

入围候选人将被邀请申请EPFL 博士学院之一（例如EDEE）。这种平行的申请过程对于获得 EPFL 的博士学位是必要的。

转自：“科研doge”微信公众号

如有侵权，请联系本站删除！