Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
Contenu archivé le 2024-06-18

Rapid parsimonious modelling

Objectif

Parsimony, manifested as variously structured sparse and low rank representations of data, has been shown as a tremendously successful model in numerous domains of science, including signal and image processing, computer vision, and machine learning problems. Despite this success, parsimonious representation pursuit approaches practiced today face serious limitations stemming from their reliance on iterative optimization. In this project, we propose to develop a novel approach to parsimonious modeling that puts the pursuit process itself at the center, surfacing crucial aspects that are currently lost deep inside the optimization machinery. First, we will study the theoretical performance limitations of pursuit processes constrained by a fixed computational complexity budget, devising bounds on the tradeoff between performance and complexity (in the spirit of the rate-distortion tradeoff). Second, we will develop a principled way to construct families of pursuit processes that approach optimal performance at fixed complexity given a specific input data distribution, and devise tools for learning such processes on real data. Abandoning iterative representation pursuit in favour of a learned fixed-complexity function can lead to a dramatic improvement in performance, enabling previously impossible applications. It will also allow including parsimonious models into higher-level optimization problems, leading to novel modeling capabilities. In lieu of the existing generative parsimonious models, we will develop novel discriminative counterparts for uni- and multi-modal data, and show their utility in large-scale similarity learning. We will also construct efficient parsimonious modeling tools for problems involving unknown data transformation or correspondence. We will apply these methods to several challenging real-world problems in signal processing, computer vision, medical imaging, and multimedia retrieval, which will be developed to the level of prototype systems.

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.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Programme(s)

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.

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.

ERC-2013-StG
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.

ERC-SG - ERC Starting Grant

Institution d’accueil

TECHNION - ISRAEL INSTITUTE OF TECHNOLOGY
Contribution de l’UE
€ 764 367,55
Coût total

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.

Aucune donnée

Bénéficiaires (2)

Mon livret 0 0