Doktorand i Reglerteknik - Under tillsättning eller tillsatt, ej sökbar

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Institutionen har i dag ca 300 anställda varav 120 lärare och 110 doktorander. Drygt 4000 studenter läser en eller flera kurser vid institutionen varje år och ett 30-tal forskargrupper är kopplade hit. Mer info finns via länken till institutionens hemsida.

Vid avdelningen för Systemteknik utvecklar vi teori för och tillämpningar av reglerteknik, systemidentifiering och maskininlärning. Ett viktigt mål är att utveckla matematiska modeller som kan beskriva verkliga dynamiska fenomen så att maskiner och människor mer effektivt kan agera i världen runt oss. Optimeringsmetoder är centrala i fältet eftersom de utnyttjas såväl inom reglerteknik som maskininlärning och systemidentifiering. För beskrivning av dynamiska system och scenarion är kvantifiering av osäkerhet viktig och möjliggör design av algoritmer med garanterad prestanda.

Vid avdelningen har vi ett brett nätverk av starka internationella samarbeten runt om i världen, till exempel vid Delft University of Technology, University of Cambridge, University of Oxford, Imperial College, University of British Columbia, University of Sydney, University of Newcastle och Alto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.

Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet 

Ett exempel på föreslagna forskningsprojekt anges kort nedan. Den exakta inriktningen avgörs i en dialog mellan sökanden och handledaren.

Projektbeskrivning: Sluta loopen i realtids cyberneurala system
Att förstå de neurofysiologiska systemen, såsom hjärnan eller det perifera nervsystemet, är nyckeln till att utveckla teknologier som kan återställa eller förbättra funktionen när neurologiska problem drabbar individer på grund av trauma, sjukdomar eller störningar. Icke-invasiva (t.ex. transkraniell magnetisk stimulering) och invasiva (t.ex. elektrisk neurostimulering) teknologier interagerar med det neurala substratet genom att distribuera stimuli som bestäms efter datainsamling om den neurala aktiviteten.

Existerande metoder är responsiva. De använder en förutbestämd designsekvens av stimuli efter att en relevant händelse har inträffat (så kallad open-loop event-triggered control). Därmed så används insamlad data främst för att övervaka om en relevant händelse har inträffat, men den utnyttjas inte för att designa ett stimuli som interagerar med det neurala substratet mot ett önskvärt mål.

Allt mer evidens visar på att dynamiska system av denna typ kan modelleras som så kallade “fractional-order dynamical systems”, som tar hänsyn till att den underliggande elektrokemiska biologin kräver modeller med längre minne. Av denna orsak finns det ett stort behov av att utveckla fundamental reglerteori för denna typ av dynamiska system.

I detta projekt strävar vi efter att designa slutna reglersystem som kan användas i beräkningsenheter med låg beräknings- och batterikapacitet. Det slutna systemet ska utnyttja systemdynamiken och den senaste utveckling inom modellprediktiv styrning (MPC) för att uppfylla medicinska säkerhetsbegränsningar. Forskningen i projektet är tvärvetenskaplig då ett mål är att överföra dessa metoder på praktiska tillämpningar. Därmed kommer en blivande doktorand att arbeta tillsammans med forskare från olika fält (t.ex. reglerteknik, maskininlärning, neurovetenskap och medicin).

Mer information finns via länken till projektbeskrivningen 

Arbetsuppgifter
Doktoranden ska främst ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, ingår inom ramen för anställningen (max 20%).

Kvalifikationskrav
En doktorand på avdelningen för systemteknik ska ha:

• en civilingenjörsexamen, magisterexamen eller motsvarande inom ett ämne som är relevant för projektet.
• goda kommunikationsfärdigheter och utmärkta studiemeriter, samt goda färdigheter i engelska i tal och skrift.
• personliga egenskaper, som kreativitet, grundlighet och/eller ett strukturerat arbetssätt kring problemlösning.

Specifika krav för detta projekt är som följer: (i) goda programmeringskunskaper (helst i Matlab och Python) och (ii) kunskap om reglerteori eller tillämpad matematik med fokus på linjär algebra, statistik och optimering. 

Önskvärt/meriterande i övrigt
Erfarenhet och kurser inom ett eller fler av följande ämnen är också relevant för projektet: reglerteori, linjära system, icke-linjär reglerteknik, robust reglerteknik, estimering, modellprediktiv styrning (MPC), artificiell intelligens, maskininlärning, optimering, neurovetenskap och neurofysiologi.

Ansökan
Ansökan ska innehålla: 1) en redogörelse (max 2 sidor) om den sökandes motivering för att söka denna tjänst, tillsammans med självbedömning av varför du skulle vara rätt kandidat för denna tjänst; 2) ett CV; 3) examina och betyg (översatta till engelska eller svenska); 4) magisteruppsatsen (eller ett utkast till detta, och/eller någon annan egenproducerad teknisk eller vetenskaplig text), publikationer och andra relevanta dokument; och 5) referenser med kontaktinformation (namn, e-post och telefonnummer) och (om möjligt) upp till två rekommendationsbrev.

Ansökningar kan lämnas av sökande som inte helt avlagt civilingenjörsexamen (eller motsvarande), dock bör alla sökande ange tidigast möjliga startdatum för anställningen. 

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Universitetslektor Sérgio Pequito (email: sergio.pequito@it.uu.se).

Välkommen med din ansökan senast den 28 februari 2023, UFV-PA 2023/89.