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

Algorithms and Representations for Continual Learning

Cel

Massive data poses a fundamental challenge to machine learning (ML) since algorithm running times scale
with data size. As data grows faster than computational power, future problems can take longer to solve
without economizing training via continual learning (CL). However, CL can result in performance drops in
prior tasks, known as catastrophic forgetting (CF), a persistent issue in ML, including fine-tuning foundation
models (FMs), blocking their full potential.
Contrary to the dogma that increasing more resources are critical for future FMs, our recent research
shows that computational investments can be recovered near-optimally without CF, hinting at a sustainable,
future-proof ML paradigm. Our observation calls for new formulations in robust representation learning
that prevent catastrophic overfitting (CO) and new game-theoretic algorithms that avoid limit cycles (LC).
However, understanding the trade-offs between data and computation in CL is at its infancy, especially for
non-linear models. Existing methods are case-specific and do not rigorously offer sustainability, robustness, or
trustworthiness.
The proposed ERC project ARC addresses these challenges by establishing mathematical foundations to
manage continuous data growth without CF or CO or LC and to optimize dynamic representations with
new robust and reinforcement learning formulations. We build new adaptive algorithms as well as decision
verification techniques that optimally handle increasing data sizes as well as dynamic models while matching
theoretical runtime bounds. We demonstrate our rigorous theory and robust learning frameworks in real-world
scenarios, such as neuro-rehabilitation and circuit design, to validate methods and explore trade-offs across
domains.
Our approach views learning problems as dynamic and interactive, potentially revolutionizing ML by creating
holistic, sustainable systems with optimal performance across diverse applications under limited resources.

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

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE
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.

€ 3 344 552,00
Adres
BATIMENT CE 3316 STATION 1
1015 Lausanne
Szwajcaria

Zobacz na mapie

Region
Schweiz/Suisse/Svizzera Région lémanique Vaud
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
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)