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

Algebraic Theory of Information Quantities

Descrizione del progetto

Approcci algebrici avanzati per risolvere problemi non lineari della teoria dell’informazione

La teoria dell’informazione, che fonde statistica, ingegneria e informatica, è un pilastro teorico fondamentale della scienza dei dati nel quale ambito i problemi di calcolo sono altamente non lineari. Finanziato dal programma di azioni Marie Skłodowska-Curie, il progetto ALGETIQ prevede di applicare metodi di algebra computazionale non lineare all’avanguardia alla teoria dell’informazione con l’obiettivo di studiare la complessità algebrica intrinseca dei problemi della teoria dell’informazione, fornendo strumenti pratici per risolverli. Il progetto concentrerà l’attenzione sul calcolo pratico delle quantità di informazione utilizzando la geometria algebrica numerica e differenziale e identificando la complessità algebrica in casi di interesse generale. Un altro obiettivo di ALGETIQ è scoprire le leggi fondamentali e le limitazioni della scienza dei dati imposte dalle disuguaglianze non lineari che vincolano la regione entropica, fornendo limiti universali per molti problemi di ottimizzazione nella teoria dell’informazione.

Obiettivo

Information theory is a discipline at the intersection of statistics, engineering and computer science. As the study of information quantities, such as compression or communication capacities, information content or measures of statistical dependency, it is one of the theoretical underpinnings of data science.

Computational problems in information theory are highly non-linear. The goal of this project is to transfer state-of-the-art methods of computational non-linear algebra to information theory, to study the inherent algebraic complexity of information-theoretical problems and to provide tools for solving them in practice. The algebraic point of view has proven to be fruitful in seemingly unrelated areas, as witnessed by a surge of recent work in algebraic statistics, in particular on likelihood geometry. However, maximizing the likelihood function is the same as minimizing relative entropy — a specific information quantity. Hence, this project also aims at generalizing the techniques developed in likelihood geometry.

One focus is on the practical computation of information quantities using numerical and differential algebraic geometry. Such quantities are defined via non-linear optimization problems and we aim to pinpoint the algebraic complexity of these problems in instances of general interest, such as common information measures. The final objective is finding fundamental laws and limits of data science imposed by non-linear inequalities constraining the entropic region. These inequalities provide, by duality, universal bounds for many of the optimization problems studied in information theory.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

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

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2022-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

UNIVERSITETET I TROMSOE - NORGES ARKTISKE UNIVERSITET
Contributo netto dell'UE
€ 226 751,04
Costo totale
Nessun dato

Partner (1)