Descrizione del progetto
Rompere il soffitto di vetro dell’apprendimento automatico dei grafi
I grafi sono essenziali per la rappresentazione di dati strutturati in campi che vanno dalla biologia alle reti sociali alle reti elettriche. Nonostante le promesse, l’apprendimento automatico dei grafi (GML) deve affrontare una sfida cruciale: la mancanza di una teoria fondamentale. Le attuali reti neurali a grafo (GNN) si basano su algoritmi di trasferimento di messaggi, che presentano notevoli limitazioni teoriche e pratiche. Inoltre, non tengono conto delle diverse caratteristiche dei grafi di domini diversi, portando a risultati inaffidabili. In questo contesto, il progetto MALAGA, finanziato dal CER, svilupperà una teoria innovativa per il GML. Affrontando i limiti dei metodi esistenti, MALAGA cerca di migliorare le prestazioni, l’affidabilità e l’adattabilità delle GNN, con particolare attenzione alle reti biologiche, alle reti sociali e ai sistemi di raccomandazione online.
Obiettivo
In many scientic domains, graphs are the objects of choice to represent structured data: from molecules to social networks, power grids, the internet, and so on. The exploitation of graph data represents a major scientic and industrial challenge. Graph Machine Learning
(GML) is thus a fast-growing eld, with so-called Graph Neural Networks (GNN) at the forefront. However, in sharp contrast with traditional ML, the eld of GML has somewhat jumped from early methods to deep learning, without the decades-long development of well- established notions to compare, analyze and improve algorithms. As a result, 1) GNNs, all based on the so-called message-passing paradigm, have signicant limitations both practical and theoretical, and it is not clear how to address them, and 2) GNNs do not take into account the specicities of graphs coming from domains as dierent as biology or the social sciences. Thus, practical results may vary wildly from one case to the other, with no guidelines on how to design reliable GNNs in each case. Overall, these are the symptoms of an overlooked major issue: GML is hitting a glass ceiling due to its severe lack of a grand, foundational theory.
The ambition of project MALAGA is to develop such a theory. Solving the crucial limitations of the current theory is highly challenging: current mathematical tools cannot analyze the learning capabilities of GML methods in a unied way, existing statistical graph models do
not faithfully represent the many characteristics of modern graph data, computational complexity becomes problematic on large graphs. MALAGA will develop a radically new understanding of GML problems, and of the strengths and limitations of a large panel of algorithms. Our goal is to signicantly boost the performance, reliability and adaptivity of GNNs, with a signicant impact on three types of graph data that exhibit very dierent but representative behaviors: biological networks, social networks, and online recommender systems.
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.: Il Vocabolario Scientifico Europeo.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
- scienze naturali informatica e scienze dell'informazione internet
- ingegneria e tecnologia ingegneria dei materiali solidi amorfi
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
HORIZON-ERC - HORIZON ERC Grants
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) ERC-2024-STG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
75794 PARIS
Francia
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.