Description du projet
Rupture de la non-convexité dans l’optimisation de nouveaux algorithmes itératifs apprenables
L’un des principaux défis des mathématiques computationnelles est la résolution des problèmes d’optimisation non convexes. Bien que les algorithmes itératifs traditionnels soient essentiels au calcul scientifique, ils se limitent généralement à la recherche d’optima locaux. Le projet NEITALG, financé par le CER, vise à développer de nouveaux algorithmes efficaces capables de trouver de manière fiable des solutions globales à des fonctions non convexes, appuyées par des garanties mathématiques rigoureuses. Ces découvertes pourraient ouvrir la voie à des percées scientifiques dans des domaines tels que le développement de nouveaux médicaments grâce à l’optimisation des propriétés moléculaires et l’amélioration des matériaux pour l’énergie solaire. Un autre objectif de NEITALG est de concevoir des algorithmes interprétables et adaptatifs avec de fortes garanties de généralisation, contribuant ainsi au développement d’une IA plus sûre et plus fiable.
Objectif
Iterative algorithms (IA) stand as the very backbone of scientific computing. Traditional IA rely on convex optimization to guide the search for optima, severely limiting their scope to local solutions. Consequently, nonconvex problems are regarded as the ultimate challenge of global optimization. Solving them with convergence guarantees will lead to numerous scientific discoveries, such as finding new medications through optimization of the properties of molecules or enhancing materials for solar cells to accelerate advances in green technologies.
The first goal of NEITALG is to design new, efficient, and scalable iterative algorithms that can provably solve relevant nonsmooth nonconvex optimizations. This will allow us to overcome locality barriers and open up an entirely new field in scientific computing.
Furthermore, parametric IA, which are tailored to training data —making them learnable IA— are currently driving remarkable advances in computing and machine learning. However, most of these systems lack rigorous guarantees of performance or interpretability of results.
The second goal of NEITALG is to formulate new learnable IA with focus on interpretability and generalization guarantees. This will greatly advance the development of safer and more reliable technologies based on machine learning.
The key approach to achieve both goals involves the systematic study of the largely unexplored mathematical field connecting iterative algorithms and nonlinear evolutions (NE). NEITALG will
1. Explore the principles for which the analysis of NE provides insights into the convergence of an IA;
2. Generate new IA from nonstandard NE to overcome traditional limitations (e.g. locality, lack of interpretability);
3. Provide mean-field optimal control theories for new learnable IA;
4. Obtain guarantees for learnable IA on metric spaces;
5. Develop code and conduct numerical experiments for novel solvers for nonlinear ODE/PDE and new methods for 3D computer vision.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences médicales et de la santé médecine fondamentale pharmacologie et pharmacie produit pharmaceutique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-ERC - HORIZON ERC Grants
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2024-ADG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
80333 Muenchen
Allemagne
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.