Descrizione del progetto
Un quadro innovativo per un apprendimento automatico affidabile ed efficiente
Gli enormi progressi compiuti negli ultimi anni nel campo dell’apprendimento automatico ne hanno messo in evidenza il notevole potenziale per una varietà di compiti complessi, quali la generazione di testi, la classificazione delle immagini e i giochi; tuttavia, nonostante questi enormi sviluppi, la sua applicabilità nell’industria rimane limitata a causa della necessità di dati reali che non siano disturbati da rumore, scarsi, incompleti o inaffidabili. Il progetto COMFORMAL, finanziato dal CER, svilupperà un quadro teorico per un apprendimento automatico efficiente e solido, impiegandolo inoltre per sviluppare metodi migliorati che consentano di risolvere compiti complessi in modo affidabile ed efficiente, pur di fronte alle sfide del mondo reale e a indicazioni limitate. A tal fine, il progetto creerà algoritmi per l’apprendimento interattivo e l’apprendimento efficiente da dati imperfetti.
Obiettivo
Machine learning has seen huge advances in recent years, achieving super-human performance in complex tasks like image classification, text generation, and playing games. Despite this success, however, its applicability across industries is still limited as real-world data is often noisy, incomplete, or scarce, and reliability is paramount. To realize the full potential and extend the reach of machine learning, we need improved methods with performance guarantees that can reliably solve complex tasks under limited guidance and in the face of these real-world challenges. This project will develop such methods by focusing on establishing a rigorous theoretical framework for robust and efficient learning.
Our research will center around two interconnected core themes: learning under noisy data and learning via interactive queries. The first theme will develop algorithms capable of learning effectively from imperfect data, addressing the challenge of noise that is ubiquitous in real-world applications. The second theme will explore the power of interactive learning, leveraging strategically designed queries to drastically improve learning efficiency, especially in scenarios with limited labeled data.
A third, crucial direction will focus on connecting theory and practice, ensuring that the theoretical findings translate into tangible improvements in real-world applications. This will be achieved via the development of novel, synthetic data generators and targeted benchmarks, directly informed by theory. These tools will facilitate the adoption of theoretical advances, demonstrating limitations of existing AI methods and suggesting ways for improvement. This research will pave the way for more robust and trustworthy AI systems capable of tackling critical challenges in diverse fields such as healthcare, autonomous systems, and beyond, where reliability is essential.
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.
Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
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.1.1 - European Research Council (ERC)
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-ERC - HORIZON ERC Grants
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) ERC-2025-COG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
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.
151 25 MAROUSSI
Grecia
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.