<div dir="ltr">**** We apologize for cross-postings ****<br>**** Please forward this e-mail to potentially interested researchers ****<br><br>We propose 5 Ph.D positions on cutting edge research topics in Artificial Intelligence by the Data and Knowledge Management research unit of the Center of Information Technology of Fondazione Bruno Kessler - Trento. Italy. For any additional information please don’t hesitate to contact Luciano Serafini (<a href="mailto:serafini@fbk.eu" target="_blank">serafini@fbk.eu</a>)<br><br>==========================================================================================<br>Bayesian reasoning for statistical relational learning (2 positions)<br><br>Current approaches in statistical relational learning are based on undirected graphical models such as Markov Logic Networks. State of the art algorithms for statistical inference cover the Maximum Likelihood (ML) and Maximum a Posteriori (MAP) tasks, but not so much attention has been devoted to Bayesian Inference. Due to the high complexity of the models that can be generated, statistical inference is approximated using sampling methods. Recently, we proposed a study about Bayesian Inference in hybrid graphical models (i.e., models composed of discrete and continuous random variables); the advantage of Bayesian inference is that, it’s a truly statistical inference and it is very robust to overfitting training data. We design a variational method to solve the “exact inference”. However, to perform Bayesian inference, combinatorial problems on the discrete variables must be solved in a more efficient way, and this is still an open problem. The objective of this thesis, is to extend such proposals and to make scalable.<br><br>CONTACT and INFO: Luciano Serafini <a href="mailto:serafini@fbk.eu" target="_blank">serafini@fbk.eu</a><br><br>SCHOOL: University of Trento - Doctoral Program in Information and Communication Technology<br><br>DEADLINE: May 20, 2019, hrs. 04.00 PM (Italian time, GMT +2)<br><br>NOTE: In the application specify that you are interested in the Project Specific Grants (reserved topic scholarships)  A7 - Bayesian reasoning for statistical relational learning<br><br>APPLICATION SITE: <a href="https://ict.unitn.it/education/admission/call-for-application" rel="noreferrer" target="_blank">https://ict.unitn.it/education/admission/call-for-application</a><br><br><br>==========================================================================================<br>Incremental learning of abstract planning models via acting in a real environment (2 positions)<br><br>Autonomous agents, such as robots, chat-bots, self-driving cars, soft-bots etc., need to plan their actions in order to achieve their goals. For this reason, they should know the environment in which they operate and the effects of their actions on the environment. These information are usually encoded in the so-called “planning domain”, which, need to be “programmed off line” when the agent is programmed. However, the environment is dynamic and can have unpredicted changes; therefore, the agent should be able to adapt to unexpected situations. Furthermore, the effect of actions could be vary complex and unknown since the beginning; the agents should be able to learn action effects while acting. The objective of the Ph.D is to develop the necessary theory and the algorithms that allow an agent to incrementally learn a discrete, compact, and semantically rich representation of the planning  domain in an environment in which it is supposed to interact. This representation is formulated in a form of a discrete planning domain.<div><br>CONTACT AND INFO: Luciano Serafini <a href="mailto:serafini@fbk.eu" target="_blank">serafini@fbk.eu</a> and Paolo Traverso <a href="mailto:traverso@fbk.eu" target="_blank">traverso@fbk.eu</a> <br><br>POSITION 1 at University of Trento - Doctoral Program in Information and Communication Technology<br><br>        • DEADLINE: May 20, 2019, hrs. 04.00 PM (Italian time, GMT +2)<br>        • NOTE: In the application specify that you are interested in the Project Specific Grants (reserved topic scholarships)  A6 - Incremental learning of abstract planning models via acting in a real environment<br><br>        • APPLICATION SITE: <a href="https://ict.unitn.it/education/admission/call-for-application" rel="noreferrer" target="_blank">https://ict.unitn.it/education/admission/call-for-application</a><br><br>POSITION 2 at University of Padova - PhD Course: BRAIN, MIND AND COMPUTER SCIENCE in agreement with Fondazione Bruno Kessler<br><br>        • DEADLINE: 14 MAY 2019, 13:00 CEST<br>        • NOTE: In the application specify the priority on the Scholarship - Incremental learning of abstract planning models via acting in a real environment (see figure 7 of the document describing application instructions)<br><br>        • APPLICATION SITE: <a href="http://hit.psy.unipd.it/BMCS/admission" rel="noreferrer" target="_blank">http://hit.psy.unipd.it/BMCS/admission</a><br><br><br>==========================================================================================<br>Default in contextualized knowledge representation<br><br>Representation of context has been one of the main approaches in the knowledge representation and reasoning area for the management of large knowledge bases: here, modelling and reasoning on knowledge is relativized with respect to the contexts (situations, set of hypothesis) in which it is supposed to hold. Introducing forms of non-monotonic and default reasoning in logic-based contextual frameworks is a challenging research issue which, in particular, plays a role in the propagation and inheritance (with overriding) of knowledge across hierarchies of contexts.<br>The objective of this PhD will be to investigate the possibilities for extending the theory and implementation of the current methods for representing default information in contextual frameworks and explore their applications.<br><br>CONTACT and INFO: Luciano Serafini <a href="mailto:serafini@fbk.eu" target="_blank">serafini@fbk.eu</a> and Loris Bozzato <a href="mailto:bozzato@fbk.eu" target="_blank">bozzato@fbk.eu</a><br><br>SCHOOL: University of Trento - Doctoral Program in Information and Communication Technology<br><br>DEADLINE: May 20, 2019, hrs. 04.00 PM (Italian time, GMT+2)<br><br>NOTE: In the application specify that you are interested in the Project Specific Grants (reserved topic scholarships)  C3 - Default in contextualized knowledge representation<br><br>APPLICATION SITE: <a href="https://ict.unitn.it/education/admission/call-for-application" rel="noreferrer" target="_blank">https://ict.unitn.it/education/admission/call-for-application</a><br><br><br><br><br>==========================================================================================<br>Understanding multimedia with the help of background knowledge<br><br>This phd has the objective of extracting events from commented videos exploiting background knowledge available in the semantic web. This phd should develop a holistic approach, where the process of extracting information from the video, and from the associated text are integrated and can affect each other at any stage. This implies that video stream and textual stream are considered as a whole information space and their interpretations are not independent. Furthermore, video-text interpretation should not happen in the knowledge vacuum, but it should exploit the existing large amount of background knowledge available in the semantic web under the form of ontologies and RDF data. Nowadays--in contrast with the early years of AI when knowledge acquisition was a bottleneck--large amount of commonsense knowledge is available in the semantic web, but it cannot be easily exploited by the state-of-the-art approaches to video and text analisys. The thesis should investigate on how to extend and adapt algorithms for video and text analysis in order to inject background knowledge. The thesis, to reach it's objective, should combine techniques in machine learning--for processing low level data--with automated reasoning--to manage with high level semantic knowledge.<br><br>CONTACT and INFO: Luciano Serafini <a href="mailto:serafini@fbk.eu" target="_blank">serafini@fbk.eu</a><br><br>SCHOOL: University of Padova - PhD Course: BRAIN, MIND AND COMPUTER SCIENCE in agreement with Fondazione Bruno Kessler<br><br>DEADLINE: 14 MAY 2019, 13:00 CEST<br><br>NOTE: In the application specify the priority on the Scholarship - Understanding multimedia with the help of background knowledge(see figure 7 of the document describing application instructions)<br><br>APPLICATION SITE: <a href="http://hit.psy.unipd.it/BMCS/admission" rel="noreferrer" target="_blank">http://hit.psy.unipd.it/BMCS/admission</a><br>--  </div></div>