Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Graphical models strike back: non-linearity, actions, and calibration

Cel

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.

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.

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.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

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.

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.

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.

(odnośnik otworzy się w nowym oknie) ERC-2025-ADG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ET AUTOMATIQUE
Wkład UE netto

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.

€ 2 498 920,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Beneficjenci (1)