2026_IR_16_DEI – Metodi di apprendimento federato per data biomedici: Fairness
Scadenza: 16/07/2026
Gruppo Scientifico-Disciplinare
09/IINF-05 - Sistemi di Elaborazione delle Informazioni
Descrizione
Il/la ricercatore/ricercatrice svilupperà approcci di federated learning consapevoli della fairness per dati biomedici multimodali nell'ambito del progetto HEREDITARY (Horizon Europe RIA, grant 101137074), con focus sulla piattaforma di analisi e apprendimento multimodale (WP4). L'attività affronta il problema del bias statistico e della disparità rappresentativa che emergono nell'addestramento di modelli predittivi su dati clinici federati con composizione demografica eterogenea tra i siti. I task principali comprendono: (i) la formalizzazione e operativizzazione di criteri di fairness — parità demografica, equalized odds, calibrazione — nel contesto federato non-IID in cui i dati individuali non possono essere condivisi; (ii) la progettazione di algoritmi di rilevamento e mitigazione del bias, tra cui ottimizzazione federata con vincoli di fairness e debiasing in post-elaborazione, applicabili a dati clinici tabulari, genomici e di imaging biomedico...
Sito web del bando
Ente finanziatore
Dipartimento di Ingegneria dell'Informazione - Università degli studi di Padova
Come candidarsi
Visualizza il bando originale sul sito del MUR: Vai al sito MUR