Opis projektu
Przebijanie szklanego sufitu w uczeniu maszynowym w kontekście grafów
Grafy są metodą wykorzystywaną do przedstawiania uporządkowanych danych w różnych dziedzinach, od biologii, przez sieci społecznościowe, po sieci energetyczne. Wykorzystanie w tym kontekście uczenia maszynowego jest obiecującym rozwiązaniem, jednak wciąż brakuje odpowiednich teorii podstawowych. Współczesne grafowe sieci neuronowe opierają się na algorytmach przekazywania wiadomości, które charakteryzują się istotnymi ograniczeniami teoretycznymi i praktycznymi. Ponadto nie uwzględniają one różnych cech grafów z różnych dziedzin, co prowadzi do uzyskiwania niewiarygodnych wyników. Zespół finansowanego ze środków Europejskiej Rady ds. Badań Naukowych projektu MALAGA opracuje przełomową teorię w zakresie uczenia maszynowego. Badając ograniczenia istniejących metod, zespół projektu MALAGA dąży do zwiększenia wydajności, niezawodności i zdolności adaptacyjnych sieci neuronowych, ze szczególnym uwzględnieniem sieci biologicznych, sieci społecznościowych i systemów rekomendacji.
Cel
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.
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.
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.
- nauki przyrodnicze informatyka internet
- inżynieria i technologia inżynieria materiałowa amorficzne ciała stałe
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.
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.
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
-
HORIZON.1.1 - European Research Council (ERC)
GŁÓWNY PROGRAM
Wyświetl wszystkie projekty finansowane w ramach tego programu
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.
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.
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-ERC - HORIZON ERC Grants
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.
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
(odnośnik otworzy się w nowym oknie) ERC-2024-STG
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaInstytucja przyjmująca
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.
75794 PARIS
Francja
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.