Cơ hội

[Anh - ĐH Lancaster] Học bổng nghiên cứu sinh tiến sĩ về khoa học dữ liệu địa không gian - Hạn đăng ký 26.4.2021

07/04/2021 GeoLink Thu Giang 0 Nhận xét

(English below)

Tên dự án: Dự đoán những thay đổi ven biển trong không gian và thời gian bằng cách sử dụng khoa học dữ liệu địa không gian


Về dự án
Chương trình nghiên cứu sinh tiến sĩ được tài trợ hoàn toàn này bắt đầu từ tháng 10 năm 2021 mang đến cơ hội tuyệt vời để đảm nhận vai trò hàng đầu trong lĩnh vực khoa học dữ liệu môi trường đang phát triển nhanh chóng.

Tiến sĩ đang trong một dự án liên ngành thú vị, phát triển các phương pháp tiếp cận khoa học dữ liệu tiên tiến để dự đoán sự thay đổi ven biển. Dữ liệu địa không gian từ vệ tinh, cảm biến trên không và trên mặt đất và từ đài quan sát Citizen Science sẽ được kết hợp và giải thích thông qua kỹ thuật tổng hợp dữ liệu. Dự án sẽ phát triển các kỹ thuật học sâu mới và các kỹ thuật wavelet không tĩnh để biến dữ liệu thành các dự đoán về sự thay đổi ven biển trong thời gian gần thực tế. Các kết quả sẽ thay đổi thực tiễn trong tương lai cho việc giám sát và dự đoán các điểm nóng xói mòn, đồng thời cung cấp thông tin cho việc ra quyết định chiến lược và hoạt động.

Dự án mang đến cơ hội thú vị để làm việc với các nhà nghiên cứu đẳng cấp thế giới từ Viện Khoa học Dữ liệu Lancaster và các đối tác của họ, cho phép sinh viên phát triển và triển khai các kỹ thuật khoa học dữ liệu tiên tiến và phát triển các kỹ năng liên ngành cần thiết để giải quyết những thách thức lớn về môi trường.

Do tính chất liên ngành của công việc này, các ứng viên có nhiều kinh nghiệm có thể thể hiện sự quan tâm mạnh mẽ đến chủ đề này sẽ được xem xét. Dự án lý tưởng cho những người quan tâm đến việc được đào tạo nâng cao về thống kê / học máy và ứng dụng của nó vào môi trường. Ưu tiên ứng viên có bằng đại học hoặc bằng Thạc sĩ về thống kê, khoa học dữ liệu hoặc vật lý hoặc bằng cấp về khoa học môi trường với thành phần mô hình hóa mạnh mẽ. Bạn nên có kinh nghiệm trước với phần mềm máy tính (một trong những ví dụ: Python, R, Matlab). Sinh viên từ EU hoặc nước ngoài được khuyến khích thảo luận về khả năng đủ điều kiện tài trợ với người hướng dẫn.

Để ứng tuyển, vui lòng gửi CV và thư xin việc nêu rõ sở thích và kinh nghiệm của bạn tới Tiến sĩ Suzana Ilic (s.ilic@lancaster.ac.uk) trước 5 giờ chiều Thứ Hai, ngày 26 tháng 4 năm 2021.

Ghi chú tài trợ
Nếu bạn muốn thảo luận về dự án này và / hoặc khả năng đủ điều kiện tài trợ, vui lòng liên hệ với bất kỳ người giám sát dự án nào: Tiến sĩ Suzana Ilic (s.ilic@lancaster.ac.uk), Tiến sĩ Ce Zhang (c.zhang9@lancaster.ac .uk) hoặc Tiến sĩ Rebecca Killick (r.killick@lancaster.ac.uk). Các đơn ứng tuyển được xem xét trên cơ sở cuốn chiếu.
Tham khảo
Zhang, X., Su, H., Zhang, C., Gu, X., Tan, X., & Atkinson, P. Phát hiện thay đổi diện tích nhỏ không có giám sát mạnh mẽ từ hình ảnh SAR bằng cách sử dụng học sâu. Tạp chí ISPRS về Quang trắc và viễn thám, 173, 79-94 (2021).
Ward, N.D., Megonigal, J.P., Bond-Lamberty, B. et al. Biểu diễn chức năng và độ nhạy của các giao diện ven biển trong các mô hình hệ thống Trái đất. Giao tiếp Tự nhiên 11, 2458 (2020).
Bird, C.O., Sinclair, A.J., Bell, P.S., Green, C. Giám sát tự động về địa mạo và thủy động lực gần bờ để hỗ trợ ra quyết định trong quản lý vùng ven biển, sử dụng hệ thống radar trên bờ: Một nghiên cứu điển hình trên bán đảo Fylde, Vương quốc Anh. Tại: ICE Coastal Management 2019, La Rochelle, Pháp, 24 - 26 tháng 9 năm 2019.
Miles, A., Ilic, S., Whyatt, J. D., James, M. R. Đặc trưng cho hệ thống thanh triều bãi biển sử dụng dữ liệu LiDAR nhiều năm. Các quá trình bề mặt và địa hình Trái đất, 44 (8), 1572-1583 (2019).
Bird, C.O., Bell, P.S., Plater, A.J. Ứng dụng của radar hàng hải để giám sát các thay đổi theo mùa và theo sự kiện trong hình thái thủy triều.
Địa mạo, 285, 1-15 (2017).

---------

[UK- Lancaster University] PhD Scholarship in geospatial data science

The project: Predicting coastal changes in space and time using geospatial data science

About the Project

This fully funded PhD studentship starting from October 2021 provides an excellent opportunity to take a leading role in the rapidly expanding area of environmental data science.

The PhD is in an exciting interdisciplinary project, developing cutting-edge data science approaches for predicting coastal change. Geospatial data from satellites, airborne and terrestrial sensors and from the Citizen Science observatory will be combined and interpreted through data fusion techniques. The project will develop novel deep learning and non-stationary wavelet techniques to turn the data into predictions of coastal change in near real-time. The outcomes will transform future practice in the monitoring and prediction of erosional hotspots, and inform operational and strategic decision making.

The project offers the exciting opportunity to work with world-class researchers from the Lancaster Data Science Institute and their partners, allowing the student to develop and deploy advanced data science techniques and develop the interdisciplinary skills needed to address environmental grand challenges.

Due to the interdisciplinary nature of this work, applicants with a range of experience who can demonstrate a strong interest in this topic will be considered. The project is ideal for a person who is interested in receiving advanced training in statistics/machine learning and its application to the environment. The person will ideally have an undergraduate or Master’s degree in statistics, data science or physics, or an environmental science qualification with a strong modelling component. Prior experience with computing software (one of e.g., Python, R, Matlab) is desirable. Students from EU or overseas are encouraged to discuss funding eligibility with supervisors.

To apply, please send your CV and a cover letter detailing your interest and experience to Dr Suzana Ilic (s.ilic@lancaster.ac.uk) by 5pm on Monday 26th April 2021.


Funding Notes

If you would like to discuss this project and/or funding eligibility, please reach out to any of the project supervisors: Dr Suzana Ilic (s.ilic@lancaster.ac.uk), Dr Ce Zhang (c.zhang9@lancaster.ac.uk) or Dr Rebecca Killick (r.killick@lancaster.ac.uk). Applications are considered on a rolling basis.


References

Zhang, X., Su, H., Zhang, C., Gu, X., Tan, X., & Atkinson, P. Robust unsupervised small area change detection from SAR imagery using deep learning. ISPRS Journal of Photogrammetry and Remote Sensing, 173, 79-94 (2021).
Ward, N.D., Megonigal, J.P., Bond-Lamberty, B. et al. Representing the function and sensitivity of coastal interfaces in Earth system models. Nature Communication 11, 2458 (2020).
Bird, C.O., Sinclair, A.J., Bell, P.S., Green, C. Autonomous monitoring of nearshore geomorphology and hydrodynamics to assist decision making in coastal management, using shore-based radar systems: A case study on the Fylde peninsula, UK. In: ICE Coastal Management 2019, La Rochelle, France, 24 - 26 September 2019.
Miles, A., Ilic, S., Whyatt, J. D., James, M. R. Characterizing beach intertidal bar systems using multi-annual LiDAR data. Earth Surface Processes and Landforms, 44(8), 1572-1583 (2019).
Bird, C.O., Bell, P.S., Plater, A.J. Application of marine radar to monitoring seasonal and event-based changes in intertidal morphology.
Geomorphology, 285, 1-15 (2017).

Geolink tổng hợp từ findaphd

popup

Số lượng:

Tổng tiền: