Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS
Contenu archivé le 2024-05-29

A Distributed Data Mining Infrastruture

Objectif

The collection and analysis of data play a major role in a broad range of economic, academic and scientific activities. Market research, economic policy, finance and engineering are increasingly reliant on large information resources, and the correct inter pretation of this data. Where the volume of data is exceedingly large, where it exists at disparate locations, or where the analysts are geographically dispersed, existing data mining techniques struggle to allow users to interpret their huge amounts of da ta. These problems exist to some extent for all research establishments and large businesses.We propose to develop a distributed data mining infrastructure (ADMIRE) which will provide more accurate decision-making tools and improve the quality of service ( QoS) for users. ADMIRE will be prototyped on two application types; from the scientific and commercial domains. These applications have been chosen for their intrinsic user service provision merit and their reliance on remote data access. The ADMIRE projec t aims to develop novel and innovative distributed data mining (DDM) techniques to deal with very large and distributed datasets. These datasets can then be mined to identify local and global trends and models. The ADMIRE project brings together separate s trands of computer science research in data mining, knowledge discovery, distributed and parallel computing, and application development tools. ADMIRE will be a self-configuring system that combines efficiency and heterogeneity of data. Efficiency is expre ssed in terms of quality of service, ease of use, short response time, and accuracy in decision-making. Heterogeneity is addressed at two levels: location of the datasets and format independence. ADMIRE requires a rethinking of how data mining techniques c an deal with large datasets, heterogeneity, and distributed locations of the datasets. This will result in new scalable algorithms and new models for data mining applications.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

FP6-2002-MOBILITY-3
Voir d’autres projets de cet appel

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

TOK - Marie Curie actions-Transfer of Knowledge

Coordinateur

NATIONAL UNIVERSITY OF IRELAND, DUBLIN
Contribution de l’UE
Aucune donnée
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

Aucune donnée
Mon livret 0 0