Objectif
Learning classifiers automatically from examples is subject to the
multidisciplinary field of machine learning.
The structured output learning (SOL) is concerned with the
learning of classifiers for prediction of multiple
interdependent variables exhibiting some structure dependence.
Recent progress in SOL focuses mainly on supervised methods
that require labeled examples. A high cost of labeled examples
significantly limits application of SOL to many domains.
Our goal is threefold. First, to developed framework for semi-supervised SOL from cheap partially labeled examples. Second, to apply this new framework to two important SOL tasks: (i) Markov Networks learning and (ii) learning of 2-dimensional image grammars. Third, to use the new algorithms for solving computer vision problems including the image segmentation and the car license plate recognition.
To achieve the first goal, we will examine two strategies. First, we will
combine powerful discriminative methods for SOL with generative models offering a principled way to deal with missing labels. Second, we will extend the existing semi-supervised methods in order to handle the partially labeled examples.
To achieve the second goal, we will incorporate the existing methods for
supervised SOL of Markov Networks and 2D grammars to the framework
developed as the first goal.
To achieve the third goal, we will build on the technology for
image segmentation and license plate recognition developed by
the host. The currently used classification methods will be
replaced by the developed semi-supervised SOL algorithms to
demonstrate their effectiveness on real-life problems.
Achieving the goals will be possible by joining the expertise
of the applicant and the host. This applies both to theoretical
and application oriented goals. The applicant is experienced in
SOL and Markov Networks while the host will complement this
with a large expertise in 2D grammars and computer
vision.
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.
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.
- sciences naturelles informatique et science de l'information intelligence artificielle vision par ordinateur
- sciences naturelles informatique et science de l'information intelligence artificielle intelligence artificielle générative
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
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).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
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.
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.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
FP7-PEOPLE-ERG-2008
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.
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.
Coordinateur
160 00 PRAHA
Tchéquie
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.