Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Interactive and Explainable Human-Centered AutoML

Descrizione del progetto

Democratizzare l’apprendimento automatico automatizzato pensando agli esseri umani

L’apprendimento automatico automatizzato (AutoML) è una questione di fiducia e interattività. Sono entrambi fattori chiave nel supportare sviluppatori e ricercatori, ma, nonostante gli enormi progressi negli ultimi anni, la democratizzazione dell’apprendimento automatico tramite AutoML deve ancora essere raggiunta. Al contrario, il progetto ixAutoML, finanziato dall’UE, pone gli utenti umani come fulcro in più fasi. Il team si propone di riunire il meglio di due mondi: l’intuizione e le capacità di generalizzazione per sistemi complessi umane e l’efficienza degli approcci di ottimizzazione sistematica per l’AutoML. Ritengono che il loro tempestivo AutoML interattivo e spiegabile incentrato sull’uomo, l’ixAutoML, avrà un impatto significativo nel rendere l’apprendimento automatico accessibile a un bacino molto più ampio.

Obiettivo

Trust and interactivity are key factors in the future development and use of automated machine learning (AutoML), supporting developers and researchers in determining powerful task-specific machine learning pipelines, including pre-processing, predictive algorithm, their hyperparameters and--if applicable--the architecture design of deep neural networks. Although AutoML is ready for its prime time after it achieved impressive results in several machine learning (ML) applications and its efficiency improved by several orders of magnitudes in recent years, democratization of machine learning via AutoML is still not achieved. In contrast to previously purely automation-centered approaches, ixAutoML is designed with human users at its heart in several stages. First of all, the foundation of trustful use of AutoML will be based on explanations of its results and processes. Therefore, we aim for:

1. Explaining static effects of design decisions in ML pipelines optimized by state-of-the-art AutoML systems.
2. Explaining dynamic AutoML policies for temporal aspects of dynamically adapted hyperparameters while ML models are trained.

These explanations will be the base for allowing interactions, bringing the best of two worlds together: human intuition and generalization capabilities for complex systems, and efficiency of systematic optimization approaches for AutoML. Concretely, we aim for:

3. Enabling interactions between humans and AutoML by taking human's latent knowledge into account and learning when to interact.
4. Building first ixAutoML prototypes and showing its efficiency in the context of Industry 4.0.

Perfectly aligned with the EU's AI strategy and recent efforts on interpretability in the ML community, we strongly believe that this timely human-centered ixAutoML will have a substantial impact on the democratization of machine learning.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2021-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

GOTTFRIED WILHELM LEIBNIZ UNIVERSITAET HANNOVER
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 459 763,00
Indirizzo
WELFENGARTEN 1
30167 Hannover
Germania

Mostra sulla mappa

Regione
Niedersachsen Hannover Region Hannover
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 1 459 763,00

Beneficiari (1)

Il mio fascicolo 0 0