Obiettivo
The recent success of machine learning (ML) has been fueled by black-box supervised learning on massive amounts of data. While this has led to many applications throughout science, engineering, and industry, new areas such as healthcare, transport, or robotics require interactions between predictions and decisions from high-dimensional data, such as in reinforcement learning (RL), and provably well-calibrated uncertainty estimates.
This project aims to address these requirements with the same reliability and efficiency as supervised learning, which current RL algorithms do not possess. This will be achieved by opening the black box at an appropriate granularity and proposing a flexible, unified algorithmic framework based on probabilistic graphical models. The revival of this classical modeling tool presents significant, radically novel scientific challenges when dealing with high-dimensionality and nonlinearity: (1) ML must interact with partially observed environments or other agents; (2) theoretical guarantees are essential but remain largely underdeveloped, both a priori, to characterize the amount of resources needed for a particular problem, and a posteriori, to certify the performance of an algorithm on unseen data.
So-called influence diagrams have been precisely defined to extend graphical models by adding action and utility nodes. Their development, however, has so far been limited to the simplest white-box situations where all components of the learning systems have to be explicitly modeled. In order to tackle modern applications, we will leverage and extend the latest tools from ML and optimization, such as score-based generative modeling and sum-of-squares optimization. These new frameworks open a unique window of opportunity for a gray-box approach that models data at the right level.
This project will result in a suite of learning algorithms and open-source software coming with theoretical guarantees and a wide range of applications.
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 naturali informatica e scienze dell'informazione intelligenza artificiale apprendimento automatico apprendimento supervisionato
- scienze naturali informatica e scienze dell'informazione software
- scienze naturali informatica e scienze dell'informazione intelligenza artificiale apprendimento automatico apprendimento per rinforzo
- ingegneria e tecnologia ingegneria elettrica, ingegneria elettronica, ingegneria informatica ingegneria elettronica robotica
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-ADG
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.
78153 Le Chesnay Cedex
Francia
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.