Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Universal Geometric Transfer Learning

Descripción del proyecto

Un nuevo enfoque para los datos tridimensionales

Desvelar los secretos que esconden los complejos datos tridimensionales constituye un reto formidable. Los métodos disponibles, que a menudo se entrenan de nuevo para cada tarea, tienen limitaciones ya que ignoran valioso conocimiento compartido y no lograr generalizar de manera eficaz. Además, debido a la escasez de datos de entrenamiento, no suelen ser adecuados en la práctica. Teniendo esto en cuenta, en el proyecto VEGA, financiado por el Consejo Europeo de Investigación, se creará un marco universal para el aprendizaje por transferencia. El objetivo de VEGA es liberar el potencial de los módulos de entrenamiento previo y el análisis a múltiples escalas. Se prevé que este avance supere las limitaciones impuestas por la falta de datos de entrenamiento, lo cual favorecerá aplicaciones que van desde el seguimiento de la evolución de sistemas biológicos a la conservación del patrimonio cultural. La estrategia visionaria de VEGA augura una nueva era de herramientas de modelización adaptables, que podrían revolucionar aquellos campos que dependen del análisis de datos geométricos.

Objetivo

In this project, we propose to develop a theoretical and practical framework for transfer learning with geometric 3D data. Most existing learning-based approaches, aimed at analyzing 3D data, are based on training neural networks from scratch for each data modality and application. This means that such methods, first, ignore the wider information overlap that might exist across different tasks and object or scene categories, and, second, tend to generalize poorly beyond the specific scenarios for which they are trained. Even more fundamentally, the majority of existing techniques are limited to problem settings in which sufficient amount of training data is available, making them ill-adapted in many practical applications with limited supervision.

In this project, we suggest to take a fundamentally different approach to geometric data analysis: rather than designing independent application or class-specific solutions, we propose to develop a theoretical and practical framework for geometric transfer learning. Our main goal will be to develop universally-applicable methods by combining powerful pre-trainable modules with effective multi-scale analysis and fine-tuning, given minimal task-specific data. The overall key to our study will be analyzing rigorous ways, both theoretically and in practice, in which solutions can be transferred and adapted across problems, semantic categories and geometric data types.

Such an approach will open the door to fundamentally new tasks and modeling tools, applicable to any geometric data analysis scenario, regardless of the amount of training data available. This would allow, for example, to track the evolution of biological systems, by studying the underlying complex 3D shape dynamics, or to analyze variability in object and scene collections consisting of 3D scans of previously unseen shape categories, crucial in cultural preservation and life science applications, among myriad others.

Ámbito científico (EuroSciVoc)

Este proyecto aún no se ha clasificado con EuroSciVoc.
Sugiera los ámbitos científicos que considere más relevantes y ayúdenos a mejorar nuestro servicio de clasificación.

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-ERC - HORIZON ERC Grants

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) ERC-2022-COG

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

ECOLE POLYTECHNIQUE
Aportación neta de la UEn
€ 1 999 490,00
Dirección
ROUTE DE SACLAY
91128 PALAISEAU CEDEX
Francia
Región
Ile-de-France Ile-de-France Paris
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
€ 1 999 490,00

Beneficiarios (1)