Description du projet
Cognitive Systems and Robotics
New tools for the collaborative development of very complex machine learning systems.
The MASH project aims at creating new tools for the collaborative development of very complex machine learning systems. Machine learning is concerned with the design of software able to learn from example. Since machine learning methods remain far from their biological counterpart in terms of performance, MASH will investigate a new strategy, by developing new theoretical tools and software to help large groups of individuals design large families of feature extractors. The idea is to combine several types of features developed by independent teams in order to improve performance. Because they exploit different sources of information, different modules mutually compensate their weaknesses.
This project aims at developing new machine learning methods relying on very large number of hand-designed heuristics, together with statistical tools to facilitate the design of these heuristics in an open and collaborative framework.We define an heuristic to be any algorithm processing raw inputs to produce values relevant to the problem at hand. This purposely very general definition encompasses techniques spanning from simple signal processing to symbolic modeling or locally trained predictors. Since we assume high performance can only be achieved by combining hundreds of such heuristics, we propose to develop them collaboratively, in a way similar to the successful development process of open-source software or collaborative encyclopedia.We will assess the performance of that strategy on the control of an avatar in a realistic 3D simulator and on the control of a real robotic arm, and we aim at creating a generic software platform usable on alternative applications.Hence the key aspects of this proposal are to:- develop novel statistical techniques for prediction and goal-planning with a very large heterogeneous set of features,- develop statistical tools such as similarity measures in the space of features to help the design of very large sets of heuristics by many contributors,- assess the efficiency of this approach on a series of complex tasks in a realistic simulated 3D environment and with a real robot arm.The five partners of the consortium are from the fields of applied and theoretical statistical learning, reinforcement learning, artificial vision and robotics.
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 logiciel
- ingénierie et technologie génie électrique, génie électronique, génie de l’information ingénierie électronique traitement des signaux
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique apprentissage par renforcement
- ingénierie et technologie génie électrique, génie électronique, génie de l’information ingénierie électronique robotique
- sciences naturelles informatique et science de l'information intelligence artificielle programmation heuristique
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.
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-ICT-2009-4
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
1920 Martigny
Suisse
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.