Opis projektu
Innowacyjna platforma do niezawodnego i wydajnego uczenia maszynowego
Ogromny postęp w dziedzinie uczenia maszynowego w ostatnich latach uwypuklił jego znaczący potencjał w zakresie wielu złożonych zadań, takich jak generowanie tekstu, klasyfikacja obrazów i granie w gry. Pomimo tych ogromnych przełomów, jego zastosowanie w przemyśle niestety pozostaje ograniczone ze względu na potrzebę posiadania danych z rzeczywistego świata, które nie są zakłócone, rzadkie, niekompletne ani niewiarygodne. Zespół projektu COMFORMAL, finansowanego przez ERBN, opracuje teoretyczne ramy dla wydajnego i niezawodnego uczenia maszynowego. Ponadto ramy te zostaną wykorzystane do opracowania ulepszonych metod, które umożliwią niezawodne i wydajne rozwiązywanie złożonych zadań w obliczu wyzwań świata rzeczywistego i ograniczonych wytycznych. Aby to osiągnąć, naukowcy opracują algorytmy uczenia interaktywnego oraz wydajnego uczenia na podstawie danych niedoskonałych.
Cel
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.
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.
Projekt nie został jeszcze sklasyfikowany według klasyfikacji EuroSciVoc.
Wskaż dziedziny nauki, które twoim zdaniem są najbardziej istotne z punktu widzenia tego projektu i pomóż nam usprawnić naszą usługę klasyfikacji.
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
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.1.1 - European Research Council (ERC)
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-ERC - HORIZON ERC Grants
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) ERC-2025-COG
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaInstytucja przyjmująca
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.
151 25 MAROUSSI
Grecja
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.