Opis projektu
Systemy automatycznego różnicowania w programowaniu probabilistycznym
Systemy automatycznego różnicowania, takie jak TensorFlow, oraz języki programowania probabilistycznego, jak np. Stan, służą do upraszczania złożonych obliczeń w uczeniu maszynowym. Jednak tym, co ogranicza ich skuteczność, jest brak podstaw teoretycznych dla programowania komponowalnego, w szczególności dla zastosowania automatycznego różnicowania w odniesieniu do wyborów probabilistycznych i integracji algorytmów wnioskowania bayesowskiego. Celem finansowanego przez Europejską Radę ds. Badań Naukowych projektu FoRECAST jest rozwój teorii języków programowania i narzędzi umożliwiających wydajne obliczenia z wykorzystaniem pochodnych i prawdopodobieństw. Zespół projektu skupi się na rzeczywistych wyzwaniach związanych z modelowaniem, analizując studia przypadków we współpracy z ekspertami w tej dziedzinie. Jednocześnie będzie pracował nad podstawami semantycznymi i algorytmami dla komponowalnego automatycznego różnicowania w programach probabilistycznych. Celem tych prac jest stworzenie praktycznego stochastycznego systemu automatycznego różnicowania, który zawiera innowacyjne techniki estymacji gradientowej oraz przyjazny dla użytkownika język programowania probabilistycznego na potrzeby złożonego wnioskowania bayesowskiego.
Cel
Automatic Differentiation (AD) systems, like TensorFlow, and probabilistic programming languages (PPLs), like Stan, automate complex computations of derivatives and Bayesian inference tasks. By stream- lining these computations for non-expert users, these high-level systems have accelerated progress across science and society (e.g. by enabling machine learning). Yet, the theoretical foundations needed to build a high-level system for composable programming with derivatives and probabilities are missing. This chasm in our knowledge severely limits the implementation of machine learning techniques, preventing them from reaching their full potential. Specifically, we do not understand (a) how to perform AD on programs built using probabilistic choices and expected values or (b) how to compose (i.e. combine and integrate) Bayesian inference algorithms. FoRECAST addresses this chasm by developing programming language theory and tools for flexible, composable, and efficient calculations with derivatives and prob- abilities. WP 1 develops case studies in collaboration with domain experts, to ensure that FoRECAST creates theory and systems relevant to real-world, complex modelling problems. WP 2 develops the semantic foundations, algorithms, and formalised correctness proofs for composable AD of probabilistic programs. WP 3 builds a practical stochastic (i.e. probabilistic) AD system that synthesises these novel gradient estimation techniques. WP 4 establishes theoretical foundations to compose Bayesian inference algorithms in PPLs. WP 5 implements a user-friendly PPL that facilitates composable Bayesian inference, enabling more flexible modelling for a wider user base. By mathematically formalising, generalising, optimising, and implementing a next generation PPL, this project will lay a trustworthy foundation upon which probabilistic data analysis applications (e.g. reinforcement learning, proteomics modelling, and paleoclimate reconstructions) can rise to the next level.
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.
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.
- nauki przyrodniczenauki biologicznebiochemiabiocząsteczkibiałkaproteomika
- nauki przyrodniczeinformatykaoprogramowanieaplikacje komputeroweoprogramowanie symulacyjne
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Program(-y)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Temat(-y)
System finansowania
HORIZON-ERC - HORIZON ERC GrantsInstytucja przyjmująca
3584 CS Utrecht
Niderlandy