Descrizione del progetto
Chimica più intelligente con meno dati
In chimica, l’apprendimento automatico ha rivoluzionato il modo in cui gli scienziati pianificano le reazioni e progettano nuovi farmaci, ma solo quando sono disponibili grandi quantità di dati. Nel lavoro quotidiano di laboratorio, i set di dati sono spesso piccoli, scarsi o incompleti, limitando l’efficacia degli attuali strumenti di intelligenza artificiale. Il progetto LowDataML, sostenuto dal programma di azioni Marie Skłodowska-Curie, mira a colmare questa lacuna formando una nuova generazione di ricercatori nei metodi di apprendimento automatico su misura per ambienti reali con pochi dati. Dieci dottorandi svilupperanno approcci sostenibili ed economici che funzionano anche quando i dati sono scarsi, avvicinando l’intelligenza artificiale alla realtà della chimica sintetica e della scoperta di farmaci. Concentrandosi su algoritmi più intelligenti piuttosto che sul semplice volume di dati, LowDataML spera di accelerare il progresso scientifico riducendo al contempo i rifiuti chimici.
Obiettivo
Innovation in the chemical sciences is bound to iInnovation in the chemical sciences is bound to impact on Healthcare and Society. Supported by improved analytical methods and automation, brute force and large-scale experimentation have been playing an important role in generating volumes of chemical and biological data. These data now enable the support to decision making through machine learning/artificial intelligence (ML/AI) algorithms. In doing so, such algorithms help in the design and prioritization of experiments. As a result, we are witnessing a renaissance of ML/AI for accelerating chemistry, as in planning retrosyntheses, predicting reaction products, designing drug leads and materials de novo, and deconvoluting drug targets among others. Despite the chemistry advances leveraged by ML/AI, one can argue that not all research questions and findings benefit from the availability of big data (e.g. some discoveries are serendipitous). Here we argue that the current ML/AI toolkit excels in scenarios (big data) that do not entirely map onto daily practice (low and sparse data, often out of training set distribution). Thus, the scientific potential of ML/AI is not fully realized when state-of-the-art tools are implemented and primed for big data and highly charted search spaces. The disconnect between what is feasible and generally needed is apparent and is impacting our ability to advance the chemical sciences at a faster pace. In LowDataML we propose a suite of intersectional and transdisciplinary research projects that will create a new breed of scientists. Through an extensive training program, we will deliver 10 PhDs to the European R&D ecosystem, who are experts in low data ML with domain knowledge in synthetic organic chemistry and drug discovery. Further, the projects seamlessly integrate together and focus on: i) real world needs; ii) sustainability by minimising cost, time and materials consumption, with special focus on ecofriendly research practices.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
- scienze sociali sociologia relazioni industriali automazione
- scienze naturali scienze biologiche ecologia ecosistemi
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
HORIZON-TMA-MSCA-DN - HORIZON TMA MSCA Doctoral Networks
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) HORIZON-MSCA-2024-DN-01
Vedi tutti i progetti finanziati nell’ambito del bandoCoordinatore
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
1649-003 Lisbon
Portogallo
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.