Discovering the World Through Unsupervised Statistical Relational Learning

Informazioni relative al progetto

DISCWORLD

ID dell’accordo di sovvenzione: 101149800

DOI

10.3030/101149800

Data della firma CE 15 Luglio 2024

Data di avvio 1 Settembre 2024

Data di completamento 31 Agosto 2026

Finanziato da

• Marie Skłodowska-Curie Actions (MSCA)

Costo totale

Nessun dato

Contributo UE

€ 177 322,08

Coordinato da

KATHOLIEKE UNIVERSITEIT LEUVEN
Belgium

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Data Management Plan (1)

Data Management Plan

The Data Management Plan describes the data management life cycle for all data sets that will be collected, processed or generated by the action. It is a document describing what data will be collected, processed or generated and following what methodology and standards, whether and how this data will be shared and/or made open, and how it will be curated and preserved.

Pubblicazioni

Conference proceedings (2)

EXPLAIN, AGREE, LEARN: Scaling Learning for Neural Probabilistic Logic

Autori: Victor Verreet, Lennert De Smet, Luc De Raedt, Emanuele Sansone
Pubblicato in: Frontiers in Artificial Intelligence and Applications, ECAI 2024, 2024
Editore: IOS Press
DOI: 10.3233/FAIA240634

Collapse-Proof Non-Contrastive Self-Supervised Learning

Autori: Emanuele Sansone, Tim Lebailly, Tinne Tuytelaars
Pubblicato in: International Conference on Machine Learning, 2025
Editore: PMLR
DOI: 10.48550/ARXIV.2410.04959

Peer reviewed articles (1)

Unifying Self-Supervised Clustering and Energy-Based Models

Autori: Emanuele Sansone, Robin Manhaeve
Pubblicato in: Transactions of Machine Learning Research, 2025, ISSN 2835-8856
Editore: OpenReview
DOI: 10.48550/ARXIV.2401.00873