Kungliga Tekniska högskolan, Skolan för teknikvetenskap

KTH är ett av Europas ledande tekniska universitet och en viktig arena för kunskapsutveckling. Som Sveriges största universitet för teknisk forskning och utbildning samlar vi studenter, forskare och fakultet från hela världen. Vår forskning och utbildning omfattar såväl naturvetenskap som alla grenar inom teknik samt arkitektur, industriell ekonomi, samhällsplanering, teknisk historia och filosofi.

Skolan för teknikvetenskap bedriver frontlinjeforskning inom ett brett fält, från forskning inom grundläggande ämnen som fysik och matematik, till teknisk mekanik med tillämpningar inom bland annat flygteknik och fordonsteknik. Skolan driver och utvecklar civilingenjörsutbildningarna Teknisk Fysik och Farkostteknik, liksom utbildningsprogrammet Öppen ingång och ett flertal masterprogram.

Arbetsuppgifter

Forskargruppen i matematisk avbildning på institutionen för matematik utlyser en tvåårig postdoktortjänst baserad på ett anslag inom programmet för tillämpad matematik i stiftelsen för strategisk forskning.

Tjänsten är en del av ett större projekt inom medicinsk avbildning där det övergripande målet är att utveckla teori och algoritmer för bildrekonstruktion för röntgenbaserade bildgivande system med glest samplad och/eller mycket brusigt data. Kliniska mål är att utveckla metoder som tillåter klinisk relevanta bildrekonstruktioner utifrån data som samlats in med signifikant lägre exponering/datainsamlingstid, alternativt öka upplösningen given en fix exponering/datainsamlingstid. De avbildningsmodaliteter som ingår i projektet är 3D spiral/helical CT, 4D SPECT/CT och PET/CT, C-arm 3D-CT och spektral CT. Projektet involverar även tillämpningar på faskontrastavbilding (röntgen och elektronmikroskopi).

Arbetsuppgifterna berör forskning och utveckling av teori och algoritmer som kombinerar metoder från maskininlärning med gles signalbehandling för simultan tomografisk bildrekonstruktion och inlärning av signalkomponenter. Ett central tema är att utveckla signalkomponenter som inte enbart medger en gles representation utan kan även användas för klassificering. Det senare kräver att delar av l1-regularisering kombineras med maskininlärning. Här är det viktigt att kunna utnyttja strukturell information i olika representationer, såsom curvelets och shearlets.

Storleken på problemen gör det nödvändigt att ta fram beräknings- och minneseffektiva algoritmer. Implementation av algoritmerna är i form av mjukvarukomponenter integrerade med TensorFlow och ODL (http://github.com/odlgroup/odl), det sistnämnda är ett Python-baserat mjukvaruramverk för numerisk funktionalanalys. Delar av forskningen kan inbegripa nära samverkan med företagen Elekta och Philips, samt med kliniska partners på Karolinska universitetssjukhuset i Stockholm.

Om så önskas kan tjänsten kombineras med undervisning på 20%.

Kvalifikationer

Doktorsexamen i matematik, signalbehandling eller beräkningsvetenskaper krävs och skall ha erhållits (eller vara planerad att erhållas) innan startdatum för tjänsten. Sökande skall ha en stark bakgrund från maskininlärning eller signalbehandling, det senare helst inom ramen för tomografisk bildrekonstruktion. Erfarenhet från numerisk harmonisk analys och funktionalanalys och gles signalbehandling (compressive sensing) är meriterande. Sökande bör även ha erfarenhet från utveckling av beräkningsmjukvara, helst i Python och/eller C/C++ inom ramen för maskininlärning. Slutligen bör sökande vara starkt motiverad, ha förmåga att arbeta såväl självständigt såväl som i samarbete med medlemmarna i forskargruppen.

Fackliga representanter

Du hittar kontaktuppgifter till fackliga representanter på KTH:s webbsida

Ansökan

Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.

Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time). 

Ansökan ska innehålla följande dokument i PDF-format.

  • Personligt brev, inklusive en redogörelse för ditt intresse för forskning samt tidigare relevanta erfarenheter (max 1 sida).
  • CV och publikationslista.
  • Rekommendationsbrev och/eller kontaktuppgifter till 2-3 referenspersoner

Övrigt

Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Anställningsform Visstidsanställning längre än 6 månader
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse, helst innan 1 augusti 2018.
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Stockholm
Län Stockholms län
Land Sverige
Referensnummer S-2017-1165
Kontakt
  • Ozan Öktem, docent, 08-790 66 06, ozan@kth.se
Publicerat 2017-06-26
Sista ansökningsdag 2017-12-01

Tillbaka till lediga jobb

Till sidans topp