Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS
Inhalt archiviert am 2024-06-18

Sparse and Low Rank Recovery

Ziel

Compressive sensing is a novel field in signal processing at the interface of applied mathematics, electrical engineering and computer science, which caught significant interest over the past five years. It provides a fundamentally new approach to signal acquisition and processing that has large potential for many applications. Compressive sensing (sparse recovery) predicts the surprising phenomenon that many sparse signals (i.e. many real-world signals) can be recovered from what was previously believed to be highly incomplete measurements (information) using computationally efficient algorithms. In the past year exciting new developments emerged on the heels of compressive sensing: low rank matrix recovery (matrix completion); as well as a novel approach for the recovery of high-dimensional functions.
We plan to pursue the following research directions:
- Compressive Sensing (sparse recovery): We aim at a rigorous analysis of certain measurement matrices.
- Low rank matrix recovery: First results predict that low rank matrices can be recovered from incomplete linear information using convex optimization.
- Low rank tensor recovery: We plan to extend methods and mathematical results from low rank matrix recovery to tensors. This field is presently completely open.
- Recovery of high-dimensional functions: In order to reduce the huge computational burden usually observed in the computational treatment of high-dimensional functions, a recent novel approach assumes that the function of interest actually depends only on a small number of variables. Preliminary results suggest that compressive sensing
and low rank matrix recovery tools can be applied to the efficient recovery of such functions.
We plan to develop computational methods for all these topics and to derive rigorous mathematical results on their performance. With the experience I gained over the past
years, I strongly believe that I have the necessary competence to pursue this project.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

ERC-2010-StG_20091028
Andere Projekte für diesen Aufruf anzeigen

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

ERC-SG - ERC Starting Grant

Gastgebende Einrichtung

RHEINISCH-WESTFAELISCHE TECHNISCHE HOCHSCHULE AACHEN
EU-Beitrag
€ 748 074,26
Adresse
TEMPLERGRABEN 55
52062 Aachen
Deutschland

Auf der Karte ansehen

Region
Nordrhein-Westfalen Köln Städteregion Aachen
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Begünstigte (2)

Mein Booklet 0 0