Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Tensor-bAsed Machine learning towards genEral moDels of affect

Opis projektu

W drodze do lepszego zrozumienia inteligencji emocjonalnej

Inteligencja emocjonalna to zdolność do rozumienia oraz radzenia sobie z własnymi emocjami, a także emocjami otaczających nas ludzi. Uczestnicy finansowanego ze środków Unii Europejskiej projektu TAMED zamierzają opracować nowe metodologie i algorytmy umożliwiające realizację różnorodnych aspektów ogólnej inteligencji emocjonalnej, która pozostaje jednym z kluczowych celów przyświecających specjalistom zajmującym się sztuczną inteligencją i sztuczną psychologią. Podejście zastosowane przez uczestników projektu TAMED jest wysoce innowacyjne, a rozwiązanie modeli opartych na tensorach i uczeniu preferencyjnym może pozwolić im na ujęcie po raz pierwszy w historii ogólnych aspektów emocji. Metody opracowane w ramach projektu pomogą zbadać zakres możliwości związanych z opracowywaniem bezkontekstowych modeli emocjonalnych, co pozwoli na konsolidację badań naukowych realizowanych zarówno w Europie, jak i na całym świecie.

Cel

The main objective of the TAMED project is to devise new methods and algorithms for realising aspects of general emotional intelligence, one of the core long-term goals of artificial intelligence and artificial psychology. To move towards such an ambitious goal TAMED methods would be required to: a) derive accurate models from small-sized affect data corpora, b) eliminate the subjective biases inherent in affective ground truth, and c) limit overfitting effects of affect models given their context-specific nature. TAMED views general affect modelling from an ordinal perspective and interweaves uniquely novel tensor-based learning models with preference learning approaches. TAMED is highly innovative since it utilises, for the first time, tensor-based and preference (deep) learning models to capture general aspects of affect. Tensor models are characterised by high learning and generalization capacity, and are suitable across different learning paradigms, while preference learning can uniquely eliminate annotation biases and approximate more reliably the underlying ground truth of affect. TAMED methods will be used to investigate the degree to which context-free affect models are possible and general affect patterns can be captured across dissimilar tasks and users. The applicability of the derived models will be tested on the domain of digital games since they offer complex yet well-defined problems for exploring the capacities of general artificial intelligence. The aforementioned innovative aspects make TAMED highly interdisciplinary, with research activities spanning from affective computing and machine learning to digital game design and development. The fellowship will contribute to the researcher’s career development through the acquisition of advanced scientific and technical skills, as well as developing skills within academia and industry. The project will also serve to consolidate and extend the researcher's professional network within Europe and beyond.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

MSCA-IF-EF-ST - Standard EF

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) H2020-WF-2018-2020

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITA TA MALTA
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 160 049,28
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 160 049,28
Moja broszura 0 0