Descrizione del progetto
Un nuovo quadro per l’analisi guidata dalla sperimentazione
Le caratteristiche estreme dei dati rappresentano una sfida per l’analisi avanzata e il processo decisionale in settori cruciali come la gestione delle crisi, la manutenzione predittiva, la mobilità, la sicurezza pubblica e la sicurezza informatica. Le informazioni basate sui dati devono essere tempestive, accurate, precise, adatte allo scopo e affidabili, considerando e imparando dalle intenzioni e dalle preferenze degli utenti. Il progetto ExtremeXP, finanziato dall’UE, creerà un quadro di supporto decisionale di nuova generazione che integra le ricerche innovative sulla gestione dei megadati, l’apprendimento automatico, l’analisi visiva, l’IA spiegabile, la fiducia decentralizzata e l’ingegneria della conoscenza. Il quadro intende rendere ottimali le proprietà dei processi analitici complessi (ad esempio l’accuratezza, il tempo di risposta, la specificità, il richiamo, la precisione, il consumo di risorse) associando profili di utenti diversi a varianti di calcolo, promuovendo un approccio all’IA e all’analitica complessa incentrato sull’uomo e basato sulla sperimentazione. Il progetto eseguirà cinque dimostrazioni pilota.
Obiettivo
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.
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.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Programma(i)
Invito a presentare proposte
(si apre in una nuova finestra) HORIZON-CL4-2022-DATA-01
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinatore
151 25 Maroussi
Grecia
Mostra sulla mappa
Partecipanti (18)
06560 Valbonne
Mostra sulla mappa
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.
78990 Elancourt
Mostra sulla mappa
06560 Valbonne
Mostra sulla mappa
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.
92350 LE PLESSIS ROBINSON
Mostra sulla mappa
116 36 Praha 1
Mostra sulla mappa
67663 Kaiserslautern
Mostra sulla mappa
08034 Barcelona
Mostra sulla mappa
106 82 ATHINA
Mostra sulla mappa
20870 Elgoibar
Mostra sulla mappa
06000 Nice
Mostra sulla mappa
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.
19002 Peania
Mostra sulla mappa
4042 LIMASSOL
Mostra sulla mappa
7034 Trondheim
Mostra sulla mappa
2628 CN Delft
Mostra sulla mappa
1000 Ljubljana
Mostra sulla mappa
08034 Barcelona
Mostra sulla mappa
Soggetto giuridico diverso da un subappaltatore che è affiliato o legalmente collegato a un partecipante. Il soggetto svolge le attività secondo le condizioni stabilite nell’accordo di sovvenzione, fornisce beni o servizi per l’azione, ma non ha sottoscritto l’accordo di sovvenzione. Una terza parte rispetta le regole applicabili al suo partecipante correlato ai sensi dell’accordo di sovvenzione per quanto riguarda l’ammissibilità dei costi e il controllo delle spese.
08034 Barcelona
Mostra sulla mappa
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.
1081 HV Amsterdam
Mostra sulla mappa
Partner (1)
Le organizzazioni partner contribuiscono all’attuazione dell’azione, ma non sottoscrivono l’accordo di sovvenzione.
BH12 5BB Poole
Mostra sulla mappa