Opis projektu
Bardziej inteligentna chemia z mniejszą ilością danych
W dziedzinie chemii uczenie maszynowe zrewolucjonizowało sposób, w jaki naukowcy planują reakcje i projektują nowe leki, ale tylko wtedy, gdy dostępne są duże ilości danych. W codziennej pracy laboratoryjnej zbiory danych są często małe, rzadkie lub niekompletne, co ogranicza skuteczność narzędzi opartych na sztucznej inteligencji. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu LowDataML ma na celu wypełnienie tej luki poprzez szkolenie nowego pokolenia naukowców w zakresie metod uczenia maszynowego dostosowanych do środowisk charakteryzujących się niewielką ilością danych. Dziesięcioro doktorantów opracuje zrównoważone i przystępne cenowo podejścia, które działają nawet w przypadku braku danych, przybliżając sztuczną inteligencję do realiów chemii syntetycznej i badania nowych leków. Skupiając się na inteligentniejszych algorytmach, a nie na samej ilości danych, zespół projektu LowDataML ma nadzieję przyspieszyć postęp naukowy przy jednoczesnym zmniejszeniu ilości odpadów chemicznych.
Cel
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.
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. Więcej informacji: Europejski Słownik Naukowy.
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. Więcej informacji: Europejski Słownik Naukowy.
- nauki społeczne socjologia stosunki przemysłowe automatyzacja
- nauki przyrodnicze nauki biologiczne ekologia ekosystemy
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Przepraszamy… podczas wykonywania operacji wystąpił nieoczekiwany błąd.
Wymagane uwierzytelnienie. Powodem może być wygaśnięcie sesji.
Dziękujemy za przesłanie opinii. Wkrótce otrzymasz wiadomość e-mail z potwierdzeniem zgłoszenia. W przypadku wybrania opcji otrzymywania powiadomień o statusie zgłoszenia, skontaktujemy się również gdy status ulegnie zmianie.
Słowa kluczowe
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Program(-y)
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
GŁÓWNY PROGRAM
Wyświetl wszystkie projekty finansowane w ramach tego programu
Temat(-y)
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
System finansowania
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
HORIZON-TMA-MSCA-DN - HORIZON TMA MSCA Doctoral Networks
Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania
Zaproszenie do składania wniosków
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2024-DN-01
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaKoordynator
Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.
1649-003 Lisbon
Portugalia
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.