Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

A Probabilistic Integration Recurrent Neural Network for Scientific Applications

Projektbeschreibung

Probabilistisches neuronales Netz für wissenschaftliche Anwendungen

Maschinelles Lernen hat in zahlreichen wissenschaftlichen Bereichen und Sektoren bedeutende Fortschritte zugelassen. Es hat zudem die Entwicklung verbesserter Verfahren und Ausrüstungen ermöglicht, was angesichts des wissenschaftlichen Bedarfs an besseren Analyseinstrumenten von entscheidender Bedeutung ist. Ungeachtet ihres Potenzials sind die derzeitigen großangelegten neuronalen Netze jedoch für wissenschaftliche Anwendungen mit begrenzten Datensätzen ungeeignet. Das Team des innerhalb der Marie-Skłodowska-Curie-Maßnahmen unterstützten Projekts PRINN wird einen Durchbruch im Bereich des maschinellen Lernens für wissenschaftliche Zwecke erzielen: ein physikinformiertes probabilistisches neuronales Netz, das speziell für kleine Datensätze konzipiert wurde. Im Rahmen des Projekts werden die Herausforderungen erforscht und angegangen, die die derzeitigen probabilistischen Methoden einschränken, wodurch Geschwindigkeit und Genauigkeit dieser Netze optimiert werden.

Ziel

Scientists have huge needs for better analysis tools. Machine learning is a powerful framework to provide outstanding tools, but the current large-scale neural networks are not adapted for scientific applications where datasets are limited. Probabilistic networks are a powerful alternative for smaller datasets. However, they have flaws that prevent them to work well for complex tasks. They notably have speed and accuracy limitations.
This project aims to make a breakthrough in machine learning for scientific applications by developing a new physics-informed probabilistic neural network adapted for small datasets. The basic unit of our network overcomes the limitations of the current probabilistic methods by considering a recurrent Gaussian process and using an analytical integration method. The first objective of our project is to deploy several units that each represent a state in a neural network, and to consider abrupt transitions from one state to another. This network will be applied to the analysis of single-particle tracking data, an important and complex biology problem for which our model will be particularly well-suited. Next, we will extend our network to consider maps and spatiotemporal maps. This second phase will be applied to mapping cell viscosity, a particularly promising super-resolution technique that does not require specific markers. Our last objective is to create a modular network to enable better scalability of our architecture for more complex tasks. We will test this architecture on multimodal data like vital signs to predict patient outcomes. This project will therefore result in a powerful open-access neural network that other scientists will be able to derive for their scientific applications, along with a series of three scientific tools that will redefine the state-of-the-art in their respective fields and for which we expect a large use.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-TMA-MSCA-PF-GF - HORIZON TMA MSCA Postdoctoral Fellowships - Global Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) HORIZON-MSCA-2024-PF-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

SORBONNE UNIVERSITE
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 413 379,72
Adresse
21 RUE DE L'ECOLE DE MEDECINE
75006 PARIS
Frankreich

Auf der Karte ansehen

Region
Ile-de-France Ile-de-France Paris
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Partner (1)

Mein Booklet 0 0