Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Reliable Cause-Effect Quantification in Complex Dynamical Systems for Socially Beneficial Policies

Description du projet

Des modèles plus intelligents pour guider les politiques

Pour éclairer les politiques à l’aide de modèles améliorés, il est important de comprendre les liens de cause à effet lorsque l’on est confronté à des problèmes mondiaux tels que le changement climatique, les soins de santé et les pandémies. Les modèles actuels sont parfois trop simplistes, et l’apprentissage automatique peut manquer de la transparence requise pour les applications politiques. Le projet DYNAMICAUS, financé par le CER, entend développer des méthodes pour déduire des relations causales fiables dans des systèmes dynamiques mixtes. Il intègre la théorie, les mesures d’incertitude et la collecte active de données. Ces méthodes seront testées à l’aide de modèles climatiques, de plans de traitement médical et de simulations de propagation de maladies afin de garantir une large applicabilité. En intégrant des considérations éthiques dès le départ, le projet prend en compte l’impact sur la société et offre des outils pour une prise de décision éclairée. En fin de compte, DYNAMICAUS vise à établir une norme pour guider les politiques.

Objectif

Tackling critical global challenges – climate change, personalized healthcare, or pandemic preparedness – demands robust quantification and understanding of 'if-then' relationships in complex spatio-temporal systems. Traditional dynamical models are limited by oversimplifications and computational constraints, while powerful hybrid models leveraging machine learning (ML) lack the interpretability and generalization capabilities essential for entrusting them with policy guidance. Filling this glaring research gap, DYNAMICAUS develops novel methods for reliable causal inference in such systems, overcoming existing limitations. I will establish a theoretical foundation for causal effects in hybrid dynamical models, develop robust uncertainty quantification techniques under unseen interventions augmented by active data acquisition to reduce uncertainty, and quantify the overall impact of steerable inputs on target outcomes. My methods will be validated across critical domains – climate modeling, treatment planning, and epidemic simulations – demonstrating universal applicability and profound potential for informing policy on pressing societal challenges. By integrating an ethicist directly into the research process from the outset, I proactively address societal implications, ensuring my methodological advancements are positioned to achieve positive social impact. With my unparalleled track record of leveraging machine learning expertise for social good by pushing the boundaries in scientific applications as well as my pioneering work on extending the scope of causal inference and hybrid dynamical systems modeling, this timely project is uniquely positioned to break new ground at the intersection of dynamical systems, causality, and socially beneficial machine learning.

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.

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).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

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.

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.

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.

(s’ouvre dans une nouvelle fenêtre) ERC-2025-STG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

HELMHOLTZ ZENTRUM MUENCHEN DEUTSCHES FORSCHUNGSZENTRUM FUER GESUNDHEIT UND UMWELT GMBH
Contribution nette de l'UE

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.

€ 1 045 695,00
Coût total

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.

€ 1 045 695,00

Bénéficiaires (2)

Mon livret 0 0