博士学位的机会

博士经典博士培训补助金资助信息

该资助模式包括36个月的全额资助博士研究生，与研究委员会的价值观一致，包括每月支付的免税津贴(2022-2023年为16062英镑)和全职家庭费用奖学金(2022-2023年为4596英镑)，为期3年，前提是您在博士研究中取得令人满意的进展。

国际学生需要支付国际费率和国内费率之间的差额。所有申请人将获得相同的助学金，不论收费状况如何。

关闭应用程序的日期:

本地申请人(包括预先定居及欧盟定居)
31日星期二23:59^圣2022年5月，2022年9月开始。
31日星期一23:59^圣2022年10月，2023年2月开始。

国际申请者
星期六23:59^圣2022年10月，2023年2月开始。

请在申请时包括你的开始偏好。

如何应用

如需申请，请完成该项目投保单， 确保您引用了项目参考，然后完成 在线申请 在那里，你将被要求上传你的建议，以PDF文件的形式代替个人陈述。

正式的申请应该在大学的在线申请表上提交，可以在课程页面的“如何申请”选项卡下找到。

您还需要上传两份推荐信，至少一份是学术推荐信，以及您的入学资格(学士/硕士证书和成绩单)。

关于申请流程的讨论，请联系 DRC.CEBE@bcu.ac.uk．

---

城市计算环境中实时服务提供的数据驱动流程设计。

参考:UCE - VJ

监督团队

瓦希德·贾维德鲁齐博士(DoS);阿德尔Aneiba博士;杰拉尔德·费尔德曼博士

背景

快速发展城市的宜居性取决于解决交通拥堵、污染、健康、基础设施和废物管理等城市化问题的能力。然而，快速的城市化导致了服务提供的不足，因为改造这些服务是耗时的。为了解决这些问题并在快速发展的城市环境中实现可持续生活，有必要改变执行城市活动和功能的方法，实时为市民提供灵活和高效的服务。城市计算技术改善了从传统服务向数据驱动服务的转变。因此，城市计算作为一种技术，通过促进跨部门合作和实现不同城市部门/系统的集成来解决为市民提供充分服务的复杂性。

动机

在生活、经济、人、治理、流动性和环境等城市管理的所有领域，公民需求的变化率和波动率正在增加，生成数据的技术正在加强，这些数据可用于改善服务的提供。因此，我们面对的是大量的数据，这些数据也可以在各种情况下转化为信息和知识。然而，早期的研究结果表明，这些数据并没有被有效地应用于提高当前城市服务的质量。这就要求各个城市部门采取灵活、高效和综合的流程，有效应对环境的变化。因此，这将允许灵活和高效的服务，由城市组成部分、部门和系统之间的无缝通信和实时信息的可用性支持。

提出了研究

城市计算使用泛在计算技术来更好地理解如何改善我们的城市(Marciniak和Owoc, 2013)。城市计算包括感知、数据管理、分析和服务提供四层。虽然感知层和数据管理层已经建立，但可以认为，迄今为止，在利用数据分析层为影响服务提供的流程设计提供信息方面的努力有限。有人建议，对数据进行不断的实时分析，以便在试图改善服务提供时立即采取行动。

通过利用结构化和非结构化数据来设计流程，可以使用几种技术来弥补这一差距，称为数据驱动流程设计。因此，它有助于实时识别流程更改，以提高性能，以及我们如何提供服务条款。然而，在城市计算框架中缺乏过程层，使感知、分析和管理数据的努力无法实际应用于改善城市地区的服务提供。此外，数据驱动的方法可以识别数据中的复杂和非线性模式，这些模式可用于设计流程和流程建模、数据管理和流程挖掘。因此，本研究将探索其中一些数据驱动技术，开发一个模型，以提供一种系统的方法来设计流程，以支持实时服务提供。

的潜在影响

基于之前概述的原则，通过使用实时数据设计城市服务，本研究的结果将产生以下潜在影响:

• 利用物联网设备、传感器技术、公民输入等产生的有价值的实时数据，改善城市的服务供应，特别是急救服务，如救护车和消防服务;
• 根据市民的切身需求提供实时服务;
• 改善整个城市利益攸关方之间的沟通，将他们聚集在一起作为决策过程的一部分;
• 改进决策程序，建议在提供服务方面自动应用决策;
• 建议在实现城市计算目标方面取得重大进展，例如能源效率、废物管理、经济增长、减少碳排放、净零战略等;
• 管理计划、设计、资金和运行及时服务的资源。

讨论UCE-VJ,请联系博士瓦希德Javidroozi

电子邮件:Vahid.javidroozi@bcu.ac.uk
网站://www.blau-pool.com/computing/about-us/our-staff/vahid-javidroozi

---

社会推理(萨利·)

项目参考:SALI-PhD

联系人:Iain.Rice@bcu.ac.uk

背景

该博士学位由COVATIC赞助，COVATIC是一家创新型软件开发和人工智能公司，对通过智能手机使用来描述个人行为的道德特征感兴趣。

连接的数字世界得益于通过智能手机的移动通信。社交媒体的广泛使用与流媒体服务的激增有关。这些形式的数字媒体的消费者在传统上是互不相干的，但现在他们跨越传统界限，共享共性。历史上，媒体和广播公司控制着这些通信，并在全国范围内设定趋势和主题。然而，研究表明，这种趋势已经超越了媒体，出现了新的问题。在这些网络中活动的个体可以被视为图上的节点，节点之间的联系形成了“生活模式”。

挑战在于识别连接网络中的潜在结构。潜变量模型通常应用于静态高维结构域或动态低维结构域。这些联系自然是随机的，需要连接图论和概率图形建模来描述主题形成的路径。主题、趋势和网络联系的未来受到固有的不确定性的影响。该项目的进一步阶段将把算法扩展到一个动态框架中，以管理时间进化。该框架将促进查询和推断，允许用户识别新趋势和自适应反应，导致结构化、有针对性的营销和广播内容。

基本经验

• 在人工智能/机器学习方法(如深度学习、强化学习、进化计算和其他监督和非监督学习方法)方面有很强的背景。
• 数学/计算机科学/人工智能/数据科学硕士或学士学位，有创新项目记录(工业项目、出版物和/或开源开发);或STEM专业本科学历，5年以上数据科学和人工智能行业经验。
• 有Python编程经验，熟悉Pandas、Numpy等库(也可以考虑其他科学编程语言，如R/Julia/C/ c++等)。
• 具有团队合作精神，乐于接受科学挑战。

可取的经验

• 在高影响因子期刊和A/A*(核心排名)评级会议上发表论文。
• 数据科学和人工智能的行业经验。
• 有移动开发经验(Android或iOS) -可接受进一步培训。
• 并具有MongoDB (NoSQL数据库)的经验-将提供进一步的培训。

感兴趣的话题

移动应用环境中的机器学习，边缘计算，图论，概率图形建模，ML运算和联邦学习。

---

移动应用程序的权限不可知行为跟踪(PAB)

项目参考:PAB-PhD

联系人:atif.azad@bcu.ac.uk

背景

该博士学位由COVATIC赞助，COVATIC是一家创新型软件开发和人工智能公司，对通过智能手机使用来描述个人行为的道德特征感兴趣。

移动设备在现代是无处不在的:大约90%的英国成年人拥有智能手机．因此，移动广告在过去十年中迅速增长，现在占了超过一半的数字广告支出在英国。这种增长的一个驱动因素是连接智能设备的用户跟踪特性，这有利于针对用户的行为定位．这种跟踪虽然有效，但常常令人担忧。这些担忧已经开始体现在诸如一般资料保护规例(GDPR)和加州消费者隐私法(CCPA)该法案限制了广告网络在未经用户明确许可的情况下进行的追踪活动。这也导致移动操作系统——最明显的是Android和iOS——收紧了移动应用程序开发者请求某些应用程序权限的条件，特别是与用户位置和活动相关的权限。

传统上，这些行为跟踪网络从设备(和跨设备)收集数据，将这些数据与跟踪ID关联，并在设备外进行大规模数据挖掘，以推断用户的行为、生活方式和偏好等。虽然这些洞见被用于将用户与广告活动进行匹配，但这种设备外数据挖掘产生了大量个人身份数据缓存，这些数据可以在原始用户不知情的情况下被处理、转售和利用;这些缓存也是网络罪犯的主要目标。这类活动很可能在未来将继续受到限制、监管和/或禁止，这导致广告企业在强调保护终端用户隐私的同时，寻找继续执行广告定位的方法。

挑战

博士将与COVATIC一起使用机器学习来细分客户群和/或识别用户的行为模式，同时使用(隐私无关的)信息，这些信息不太可能隐藏在移动操作系统竖起的隐私墙后面，并随着时间的推移进一步提高。例如，一个挑战是在不使用用户的位置信息的情况下推断地理位置。

基本经验

• 在人工智能/机器学习(例如，深度学习，强化学习，进化计算，和其他监督和非监督学习方法)方面有很强的背景。
• 计算机科学/人工智能/数据科学和工业/开源项目或出版物硕士/学士学位;或STEM专业的学士学位，但是5年以上行业经验数据科学和人工智能。
• 有科学编程经验:Python with Pandas, Numpy等(或适当的R/Julia/C/ c++等经验)
• 一个团队合作者(用STAR技术展示)。

可取的经验

• 发表在高影响因子期刊和/ *(核心排名)额定会议;
• 在数据科学和人工智能方面有丰富的行业经验。
• 有移动开发(Android或iOS)和MongoDB经验-可接受进一步培训。

---

感官替代的触觉导航系统设计

参考:CEBE-AT-01

项目负责人:Arthur Theil博士

项目概述

必威精装下载伯明翰城市大学邀请数字媒体技术系Arthur Theil博士指导的博士项目申请。

这是一个令人兴奋的机会，为辅助目的进行下一代有形的触觉显示技术的研究。该博士生将为有感觉障碍的人设计、原型和评估新的触觉系统。这些是基于传感器的接口，将视觉-听觉信息转换为振动触觉显示，以支持感觉替代。

独立行动是约1500万耳盲患者所面临的挑战。据估计，仅在英国，就有近40万人同时患有视力和听力障碍。

耳盲症患者如果熟悉房间的布局，就能在环境中导航，但在不熟悉的环境中，往往需要译员引导。

基于传感器的技术，如果与传递信息的触觉手段(如振动、压力、触摸)相联系，就有可能产生显著的差异，因为它们提供了感官替代，并开放了对旁观者、未知环境、障碍和聋盲症患者通常可以获得的有限手臂范围之外的事物的识别。

该博士项目的主要目标是研究触觉通信系统的最佳使用，以支持为聋盲者开发辅助导航技术。本研究将探索设计可穿戴辅助系统和直观的体上触觉信号来传达不同的环境信息，包括但不限于室内和室外环境中的物体、障碍物、旁观者检测以及邻近性和方向性反馈。

博士工作要求:

1. 探索以用户为中心的设计方法为感官替代(视觉-听觉信息到触觉)提供的新的交互方法。
2. 设计可穿戴传感技术，为有感觉障碍的人提供触觉导航支持。
3. 评估新的传感技术，并与聋盲症患者和从事这一人群工作的专业人员进行用户研究。
4. 在人机交互和辅助技术领域的科学出版物(期刊和同行评议会议)中交流研究成果。

该博士生将在DMT实验室(HCI研究小组)任教，该小组专注于围绕设计、虚拟/增强现实、可访问性、辅助技术和传感器驱动交互的创新研究。

人规范

我们正在寻找一名优秀的候选人，从事人机交互，触觉和辅助技术的跨学科博士研究。

应聘者应具有人机交互、计算机科学、可穿戴计算、工程或相关专业背景，对辅助技术和触觉学应用研究有热情。

博士候选人需要展示编程(机器学习和计算机视觉是理想的技能)和物理原型工具(Arduino，树莓派)的经验。对有感觉障碍的人进行用户研究的强烈兴趣也是可取的。优秀的写作和口头沟通能力是必不可少的。

讨论项目CEBE-AT-01,请联系阿瑟·赛尔博士

电子邮件:Arthur.Theil@bcu.ac.uk

---

自然语言处理在建筑工程施工操作中的自动符合性检查 

项目:NLP4AECO:
参考:CEBE-EV-02
项目负责人:Edlira Vakaj博士

项目概述

在AECO(建筑、工程、建设和运营)领域的项目生命周期的所有阶段都要不断进行合规性检查，以确保建筑符合目的，节能，按照设计规范、功能和使用安全，并在整个使用周期内对环境可持续发展。合规性检查的过程是费力的，需要对法规和指导方针进行解释。自动化的合规过程将改变建筑设计，打破不可避免的繁琐的检查和批准步骤，使设计师能够更有效地使用人工智能进行生成设计。

使用传统方法(主要适用于一般领域的文本处理)在该领域应用自然语言处理具有挑战性，因为建筑规范句通常具有深度嵌套的句法和语义结构，包括递归子句、连接和替代义务以及多个例外。最近在NLP开发方面的努力表明，语义深度神经网络能够学习自然语言的复杂语法和语义，因此，提供了自动遵从性检查的潜力。在本研究中，将使用命名实体识别(NER)任务来确定一组参考最近开发的语义模型的概念和关系，例如BOT、DiCon本体，这些概念和关系被领导构建模型语义网开发的W3C关联建筑数据社区小组广泛采用。

总体目的和目标是设计和实现一个集成深度学习、迁移学习策略以及目标和通用领域数据以全自动提取语义和语法信息的AECO合规规则生成计算机可处理规则的整合。 

人规范

资格要求

• 计算机科学或相关专业学士学位。
• 机器学习、数据科学或人工智能专业理学硕士。
• 2-3年全栈机器学习工程经验者优先。
• 要求的水平:优秀
• 分析能力和独立工作的能力，以及团队合作的能力。
• 英语书面和口头沟通能力。
• Python编程技能。
• 要求等级:非常好
• 深刻理解人工智能/机器学习方法。
• Python中的自然语言处理库(space, SciKit-Learn, NLTK )。
• 要求的水平:好
• 本体
• 语义Web技术

其他资质(理想的)

• 熟悉Build Environment领域应用程序。
• 熟悉关联建筑数据。
• 发表在高影响因子期刊上。

讨论项目CEBE-EV-02,请联系博士Edlira Vakaj

电子邮件:Edlira.vakaj@bcu.ac.uk

---

物联网中低能量加密的自适应安全

项目概述

参考:CEBE-ST-09

项目负责人:Sandy Taramonli博士

近年来，随着物联网的快速发展，新的网络安全风险和挑战不断涌现，如如何在处理海量数据的同时，利用低或最小的电源和内存资源应对安全威胁;特别是对于电池供电的设备或低资源设备，在考虑到设备状态和可用资源的情况下，以最低的能源成本提供足够的安全级别是很重要的。

该项目将专注于能源在物联网安全中的影响。它将研究在考虑设备状态的能量消耗方面的最优安全模式选择，旨在为物联网通信中的能量意识自适应安全提出一个模型。将采用随机和统计方法，以评估安全模式的性能，并提出一种自适应系统，可作为一种灵活的决策工具，以最低的能源成本选择最有效的安全模式。将开发一个决策框架，评估每个设备状态参数的整体影响，即数据大小、内存空间、计算能力和电池功率对能源消耗的影响，从而确定最佳安全模式。针对计算能力较低、电池寿命有限、内存较少、带宽较低的资源受限设备，开发一种有效的、不耗尽物联网设备资源的安全解决方案。

该项目的目标是在考虑基于设备状态的几个相互关联的因素的基础上，最大化加密强度及其在能源消耗管理方面的性能。它的目的是开发一个关于最有效的安全模式选择的决策框架。为此目的，制定了下列目标:

1. 识别物联网中现有安全方法的局限性
2. 采用随机和统计方法，包括可靠性、浓度不等式和回归分析来模拟设备的状态参数和能量消耗
3. 建立一个代表设备状态的随机模型，可以用来估计能量消耗
4. 研究设备状态参数对能耗的影响
5. 研究安全框架如何利用这些信息来最大化加密性能
6. 开发一种物联网加密中能耗管理决策工具
7. 使用物联网测试平台评估框架，并基于现有指标和阈值与现有方法进行比较

人规范

• 网络安全、数学、计算机科学或相关领域的一级或二级以上荣誉学位/理学硕士学位
• 对网络安全和物联网有研究兴趣
• 有现代编程语言的经验
• 统计学和概率背景
• 良好的分析能力，计算机科学基础知识
• 独立思考能力
• 能够发展对复杂问题的理解，并应用深入的知识来解决这些问题
• 优秀的组织、沟通和解决问题的能力

讨论项目CEBE-ST-09,请联系桑迪Taramonli博士

电子邮件:Sandy.taramonli@bcu.ac.uk
网站://www.blau-pool.com/computing/about-us/our-staff/sandy-taramonli