Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Higher-order multimodal Interaction: Presenting novel structure in Real-world NETworked problems

Projektbeschreibung

Die Existenz multimodaler Knotenbeziehungen höherer Ordnung

Graphen sind ein grundlegendes mathematisches Werkzeug zur Darstellung von miteinander verbundenen Teilsystemen und ihren Beziehungen. Viele Sachverhalte der realen Welt, wie beispielsweise die Genexpression und Finanznetzwerke, erfordern jedoch eine höhere Komplexität, als es herkömmliche Graphen zu leisten vermögen. Mit Unterstützung durch das Marie-Skłodowska-Curie-Maßnahmenprogramm wird Projekt HIPeR-NET unter anderem die Existenz vorgeschlagener multimodaler Knotenbeziehungen höherer Ordnung in physikalischen Systemen, biologischen Strukturen, Finanznetzwerken demonstrieren. Hierzu werden wichtige Erkenntnisse und Mechanismen aus dem maschinellen Lernen, der Forschung zu komplexen Strukturen höherer Ordnung und die jüngsten projekteigenen Tätigkeiten berücksichtigt, um Herausforderungen in den Bereichen triadische Interaktion, Einzelzelldatenanalyse, generatives Lernen und multimodale Wahrnehmung über diese Erkenntnisse zu überwinden.

Ziel

Graphs represent a mathematical concept used to study interconnected subsystems, by formulating mutual relationships as connected node-pairs. However, traditional graphs are inadequate to capture interactions in many real-world problems (e.g. brain networks, gene expression or financial networks, to name a few), due to limited scope of expression. Recent research draws attention to higher-order complex structures (e.g. hypergraphs, allowing multi-body connection; multilayer networks, encoding multimodal connections; and temporal networks, whose connections change over time). Interaction is also often described as form of network flow (message passing) with respect to graph-like objects. This mechanism is commonly utilised in machine learning, a concept performing a type of relationship inference from large amounts of data to describe the underlying problems. Our recent work provides an extension of network flow to higher-order complex objects, in form of multimodal heterogeneous network flow. This is important as recent research has demonstrated that most real-world systems exhibit higher-order complex network features, which may benefit from learning-based relationship inference over higher-order complex structures. We demonstrate existence of the proposed higher-order multimodal node relationship in physical systems, financial networks, and biological structures, among others. Given limited scope of expression in existing frameworks, our proposed framework offers new, previously unexplored insight potential, transcending graph transformers. To that end, following open challenges will be addressed: triadic interaction and generative learning (expanding scope of expression in generative adversarial models); single-cell data analysis (assessing gene expression programmes for cancer therapy, in line with its expressed need for the new paradigm); and multimodal perception (offering new insights to the neuroscientific basis for haptic-enhanced multimodal interaction).

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) HORIZON-MSCA-2025-PF

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

TECHNISCHE UNIVERSITAET MUENCHEN
Netto-EU-Beitrag
€ 217 965,12
Adresse
Arcisstrasse 21
80333 Muenchen
Deutschland
Region
Bayern Oberbayern München, Kreisfreie Stadt
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten
Keine Daten