Description du projet
Un nouveau cadre pour l’analyse basée sur l’expérimentation
Les caractéristiques des données extrêmes constituent un défi pour l’analyse avancée des données et la prise de décision dans des domaines critiques tels que la gestion de crise, la maintenance prédictive, la mobilité, la sécurité publique et la cybersécurité. Les informations basées sur les données se doivent d’être opportunes, exactes, précises, adaptées à l’objectif fixé et fiables, en tenant compte des intentions et des préférences des utilisateurs et en apprenant de celles-ci. Le projet ExtremeXP, financé par l’UE, créera un cadre d’aide à la décision de nouvelle génération qui intègre des recherches inédites sur la gestion des mégadonnées, l’apprentissage automatique, l’analyse visuelle, l’IA interprétable, la confiance décentralisée et l’ingénierie des connaissances. Le cadre visera à optimiser les propriétés des processus analytiques complexes (par exemple, la précision, le temps de réponse, la spécificité, le rappel, la précision, la consommation de ressources) en associant différents profils d’utilisateurs à des variantes de calcul, en promouvant une approche de l’IA et de l’analyse complexe centrée sur l’humain et basée sur l’expérimentation. Le projet réalisera cinq démonstrations pilotes.
Objectif
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.
Champ scientifique
- natural sciencescomputer and information sciencesdata science
- natural sciencescomputer and information sciencesknowledge engineering
- social sciencessociologygovernancecrisis management
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencescomputer security
Mots‑clés
Programme(s)
Régime de financement
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinateur
151 25 Maroussi
Grèce
Voir sur la carte
Participants (19)
06560 Valbonne
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
78990 Elancourt
Voir sur la carte
Participation terminée
1081 HV Amsterdam
Voir sur la carte
06560 Valbonne
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
92350 Le Plessis Robinson
Voir sur la carte
116 36 Praha 1
Voir sur la carte
67663 Kaiserslautern
Voir sur la carte
08034 Barcelona
Voir sur la carte
106 82 ATHINA
Voir sur la carte
20870 Elgoibar
Voir sur la carte
06000 Nice
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
19002 Peania
Voir sur la carte
4042 LIMASSOL
Voir sur la carte
7034 Trondheim
Voir sur la carte
2628 CN Delft
Voir sur la carte
1000 Ljubljana
Voir sur la carte
08034 Barcelona
Voir sur la carte
Entité juridique autre qu’un sous-traitant qui est affiliée ou juridiquement liée à un participant. L’entité réalise des travaux dans les conditions prévues par la convention de subvention, fournit des biens ou des services pour l’action, mais n’a pas signé la convention de subvention. Le tiers respecte les règles applicables au participant qui lui est lié dans le cadre de la convention de subvention en ce qui concerne l’éligibilité des coûts et le contrôle des dépenses.
08034 Barcelona
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
1081 HV Amsterdam
Voir sur la carte
Partenaires (1)
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
BH12 5BB Poole
Voir sur la carte