Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
Zawartość zarchiwizowana w dniu 2024-06-18

Challenges in Extraction and Separation of Sources

Cel

Separation/extraction of sources are wide concepts in information sciences, since sensors provide information mixing and an essential step consists in separating or extracting useful information from unuseful one, called noise. In this project, we consider three challenges.

The first one is the multimodality. Indeed, with the multiplication of kinds of sensors, in many areas like biomedical signal processing, hyperspectral imaging, etc. there are many ways for recording the same physical phenomenon leading thus to multimodal data. Multimodality has been studied in the framework of human-computer interface or in data fusion, but never at the signal level. The objective is to provide a general framework for modeling classical multimodal properties, like complementarity, redundancy, equivalence, etc. as of function of source signals.

The second challenge is nonlinearity. Indeed, there exist a few cases where the mixtures are essentially nonlinear, e.g. with chemical sensors. The main objective is to enlarge results on identifiability conditions for new classes of nonlinearities and priors on sources.

The third challenge is the data size. For high-dimension data (e.g. EEG or MRI in brain imaging), separating all the sources is neither tractable nor relevant, since one would like to only extract the useful sources. Conversely, for a small number of sensors, especially smaller than the number of sources, it is again necessary to only focus on the useful signals. The main objective is to develop generic approaches able to only extract useful signals, based on simple reference signal, modeling weak properties of the useful signal.

Finally, validation and relevant modeling must be based on actual signals and problems. In this project, theoretical results and algorithms will be developed in interaction with applications in biomedical engineering (brain-computer interface, EEG, fMRI), chemical engineering, audio-visual scene analysis and hyperspectral imaging.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

ERC-2012-ADG_20120216
Zobacz inne projekty w ramach tego zaproszenia

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

ERC-AG - ERC Advanced Grant

Instytucja przyjmująca

UNIVERSITE GRENOBLE ALPES
Wkład UE
€ 2 499 390,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Beneficjenci (2)

Moja broszura 0 0