Ziel
Machine learning's goal is to devise algorithms that improve with experience. Currently, experience is largely defined to be the amount of available data. Unfortunately, acquiring data can be time consuming (e.g. annotating documents), monetarily expensive (e.g. genetic testing), physically invasive (e.g. collecting a tissue sample) or unavailable in sufficient quantities (e.g. data about rare
diseases). For some tasks, this makes it challenging to obtain the quantities of data necessary to build a sufficiently accurate predictive model. Machine learning algorithms are applicable to many
domains, but cannot generalize across different domains because of the underlying assumption that the training (used to learn the model) and test (used to evaluate the model) data come from the same
distribution. However, in the real world this is often not the case. People are much more adept at handling this than machines and are even able to reapply knowledge learned in one domain to an
entirely different one. Yet standard machine learning approaches are unable to do this. Computationally, the missing link is the ability to discover structural regularities that apply to many different domains, irrespective of their superficial descriptions. This is arguably the biggest gap between current machine learning systems and humans. To address this problem, algorithms must be able to perform deep transfer, which involves generalizing across entirely different domains (i.e. between domains with different objects, classes, properties and relations). Few learning algorithms are able to do this. In this project, we will attempt to develop a well-founded, fully automatic approach to deep transfer that discerns complex structural regularities and determines which of these
properties are likely to apply to a given target task. Deep transfer offers a fundamentally different and novel paradigm for acquiring experience: exploiting data from other, possibly very different, tasks.
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: https://op.europa.eu/de/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/de/web/eu-vocabularies/euroscivoc.
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz maschinelles Lernen
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
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.
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.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
FP7-PEOPLE-2011-CIG
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.
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.
MC-CIG - Support for training and career development of researcher (CIG)
Koordinator
3000 Leuven
Belgien
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.