Projektbeschreibung
Genauigkeit und Geschwindigkeit bei KI
Mit unüberwachtem Lernen kann künstliche Intelligenz (KI) ohne menschliche Anleitung verborgene Muster in Daten aufdecken. Dies geschieht über die Suche nach Mustern in ungekennzeichneten Daten, etwa durch das Clustern von Kundschaft nach Rangfolge der Präferenzen. Die heute üblichen Methoden erfordern jedoch zu viel Rechenleistung. In manchen Fällen können kleine Änderungen an einem Modell alte Annahmen aufbrechen. Die Arbeit des ERC-finanzierten Projekts SOCE zielt darauf ab, diese Grenzen zu überwinden. Es werden grundlegende Kompromisse zwischen statistischer Genauigkeit und Recheneffizienz bei Problemen wie robustem Clustering und Ranking untersucht. Das Team von SOCE geht über Batch-Einstellungen hinaus und wird aktives, sequentielles Lernen unter Stichprobenbeschränkungen prüfen. Mit der Entwicklung neuer mathematischer Werkzeuge und Algorithmen wird aufgeklärt werden, was aus komplexen Daten erlernbar ist und was nicht.
Ziel
Unsupervised learning is a key problem of artificial intelligence, at the crossroad of statistics and machine learning. The aim is to infer patterns from unlabelled data, by providing learning algorithms that are computationally efficient - i.e. polynomial time - and statistically performant - i.e. minimising an error criterion - and by characterising the fundamental limits for learning.
In the last decade, deep and important phenomena of statistical-computational trade-offs have been unveiled: for some canonical vanilla problems, it is now admitted that no algorithm is both statistically optimal and computationally efficient. However, and somewhat surprisingly, many extensions of these commonly admitted conjectures to other models that present slight variations have been recently proven wrong. The reason is that these model variations give rise to additional structure. This could be a blessing if it can be exploited by a well chosen computationally efficient algorithm, or a curse if it confuses any such algorithm. So that many
fundamental unsupervised learning problems, like robust or hierarchical clustering as well as ordering models like ranking or seriation, are poorly understood.
Beyond this, in modern applications like recommender systems, unsupervised learning is often done in a sequential active way, as a complement to batch learning. Yet, efficient algorithms and the understanding of their limits are also vastly lacking, in particular in the presence of additional structure. And active learning is often done under sampling constraints, which adds a layer of model variations with respect to batch learning.
In SOCE, I will tackle these complex unsupervised learning problems, which are not well understood despite their importance. I will go from batch to active unsupervised learning, and study their interface through sampling constraints. I will develop new mathematical tools and algorithms that will be instrumental for a systematic study of these problems.
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.
Die Klassifikation dieses Projekts wurde von Menschen validiert.
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.
Die Klassifikation dieses Projekts wurde von Menschen validiert.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
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.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
HORIZON.1.1 - European Research Council (ERC)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
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.
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.
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-ERC - HORIZON ERC Grants
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.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) ERC-2025-COG
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenGastgebende Einrichtung
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.
14469 Potsdam
Deutschland
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.