Descripción del proyecto
Un nuevo marco para el análisis basado en la experimentación
Las características extremas de los datos representan un reto para el análisis avanzado basado en datos y la toma de decisiones en ámbitos críticos como la gestión de crisis, el mantenimiento predictivo, la movilidad, la seguridad pública y la ciberseguridad. La información basada en datos debe ser oportuna, exacta, precisa, adecuada a los fines y fiable, tener en cuenta las intenciones y preferencias de los usuarios y aprender de ellas. El equipo del proyecto ExtremeXP, financiado con fondos europeos, creará un marco de apoyo a la toma de decisiones de nueva generación que integra novedosas investigaciones sobre gestión de datos masivos, aprendizaje automático, análisis visual, inteligencia artificial (IA) explicable, confianza descentralizada e ingeniería del conocimiento. El objetivo del marco será optimizar las propiedades de los procesos analíticos complejos (por ejemplo, la exactitud, el tiempo de respuesta, la especificidad, la recuperación, la precisión o el consumo de recursos) asociando distintos perfiles de usuario a variantes de cálculo, promoviendo un enfoque de la IA y los análisis complejos centrado en el ser humano y basado en la experimentación. En el proyecto se llevarán a cabo cinco demostraciones piloto.
Objetivo
Extreme data characteristics (volume, speed, heterogeneity, distribution, diverse quality, etc.) challenge the state-of-the-art data-driven analytics and decision-making approaches in many critical domains such as crisis management, predictive maintenance, mobility, public safety, and cyber-security. At the same time, data-driven insights need to be extremely timely, accurate, precise, fit-for-purpose, and trustworthy, so that they can be useful. ExtremeXP will handle the complexity of matching extreme needs with complex analytics processes (i.e. processes that involve and combine ML, data analysis, simulation and visualization components) by placing the end user at the centre of complex analytics processes and relying on user intents and running experiments (i.e. trial and error) to prune the vast solution space of possible analytics workflows and configurations i.e. “variants”. Its main goal is to create a next generation decision support system that integrates novel research results from the domains of data integration, machine learning, visual analytics, explainable AI, decentralised trust, knowledge engineering, and model-driven engineering into a common framework. The overarching idea of the framework is to optimise the properties of a complex analytics process that the end user cares about (e.g. accuracy, time-to-answer, specificity, recall, precision, resource consumption) by associating user profiles to computation variants. The framework is envisioned as modular and extensible, orchestrating different services around an Experimentation Engine: Analysis-aware Data Integration, Extreme Data & Knowledge Management, User-driven AutoML, Transparent & Interactive Decision Making, and User-driven Optimization of Complex Analytics. The framework will be validated in five pilot demonstrators.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
Para utilizar esta función, debe iniciar sesión o registrarse
Le pedimos disculpas, pero se ha producido un error inesperado durante la ejecución.
Necesita estar autentificado. Puede que su sesión haya finalizado.
Gracias por su comentario. En breve recibirá un correo electrónico para confirmar el envío. Si ha seleccionado que se le notifique sobre el estado del informe, también se le contactará cuando el estado del informe cambie.
Palabras clave
Programa(s)
Régimen de financiación
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinador
151 25 Maroussi
Grecia
Ver en el mapa
Participantes (18)
06560 Valbonne
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
78990 Elancourt
Ver en el mapa
06560 Valbonne
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
92350 LE PLESSIS ROBINSON
Ver en el mapa
116 36 Praha 1
Ver en el mapa
67663 Kaiserslautern
Ver en el mapa
08034 Barcelona
Ver en el mapa
106 82 ATHINA
Ver en el mapa
20870 Elgoibar
Ver en el mapa
06000 Nice
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
19002 Peania
Ver en el mapa
4042 LIMASSOL
Ver en el mapa
7034 Trondheim
Ver en el mapa
2628 CN Delft
Ver en el mapa
1000 Ljubljana
Ver en el mapa
08034 Barcelona
Ver en el mapa
Entidad jurídica distinta de un subcontratista que está afiliada o vinculada jurídicamente con un participante. Dicha entidad lleva a cabo su trabajo en las condiciones establecidas en el acuerdo de subvención, proporciona bienes o presta servicios para la acción, pero no firma dicho acuerdo. El tercero acata las normas aplicables a su participante en virtud del acuerdo de subvención en lo que respecta a la subvencionalidad de los costes y el control de los gastos.
08034 Barcelona
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
1081 HV Amsterdam
Ver en el mapa
Socios (1)
Las organizaciones asociadas contribuyen a la aplicación de la acción, pero no firman el acuerdo de subvención.
BH12 5BB Poole
Ver en el mapa