Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Compositional Approximation Schemes

Opis projektu

Badanie aproksymacji kompozycyjnej dla sieci neuronowych

Choć sieci neuronowe cieszą się coraz większą popularnością w wielu dziedzinach nauki, metody wykorzystywane w tych narzędziach często nie mają podstaw matematycznych, które mogą zapewnić dokładność generowanych przez nie rozwiązań. Poprawa wiarygodności wyników algorytmów uczenia maszynowego wykorzystywanych w nauce może być możliwa, gdy poszukiwane dane spełniają częściowe równanie różniczkowe. Z perspektywy teorii aproksymacji korzystne jest zrozumienie, kiedy i w jakim celu należy je wykorzystywać. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu CompAS porówna aproksymację kompozycyjną i klasyczną aproksymację superpozycyjną na podstawowym poziomie strukturalnym. Celem prac jest wskazanie przypadków, w których aproksymacja kompozycyjna zapewnia przewagę nad aproksymacją superpozycyjną, a następnie opracowanie sposobów scharakteryzowania tych przypadków.

Cel

Neural networks have firmly established themselves as powerful tools in many scientific domains, e.g. for protein folding, recovering images of black holes, or solving Schrödinger equations. Although empirically highly successful, neural network based methods very often lack the mathematical foundation to be able to guarantee the accuracy of the solution they produce. While this lack of reliability constitutes a major issue for many applications, I believe that, for scientific machine learning in particular, there is a promising path towards overcoming these issues, as there usually exists knowledge of the ground truth one would like to learn, e.g. that it must satisfy some partial differential equation. The goal of this project is understanding, from an approximation theory perspective, when and why such knowledge may be exploited.

A defining property of neural networks is that they consist of a composition of simple building blocks. From the view of approximation theory this is a major paradigm shift, as it classically focuses on superpositional approximation, i.e. based on taking linear combinations of simple building blocks. This project aims to understand, on a fundamental structural level, how compositional approximation differs from classical superpositional approximation. Specifically it will first prove the existence of cases, in which compositional approximation provides a fundamental advantage over superpositional approximation, and subsequently develop ways to characterize these cases.

On one hand this will significantly deepen the comprehension of this paradigm-shift in approximation theory, on the other hand it will establish a foundation for the development of provably accurate neural networks based machine learning algorithms.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2023-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITAT WIEN
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 183 600,96
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych
Moja broszura 0 0