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

Learning and Testing Structured Probability Distributions

Cel

"The research topic of the current proposal lies within the area of Algorithms and Complexity.
The goal of this proposal is to advance a research program of developing
computationally efficient algorithms for learning and testing
a wide range of natural and important classes of probability distributions.

We live in an era of “big data,” where the amount of data that can be brought to bear
on questions of biology, climate, economics, etc, is vast and expanding rapidly.
Much of this raw data frequently consists of example points without corresponding labels.
The challenge of how to make sense of this unlabeled data has immediate relevance
and has rapidly become a bottleneck in scientific understanding across many disciplines.

An important class of big data is most naturally modeled as samples
from a probability distribution over a very large domain.
This prompts the basic question:
Given samples from some unknown distribution, what can we infer?
While this question has been studied for several decades
by various different communities of researchers,
both the number of samples and running time required for such estimation tasks
are not yet well understood, even for some surprisingly simple types of discrete distributions.

In this project we will develop computationally efficient algorithms
for learning and testing various classes of discrete distributions over very large domains.
Specific problems we will address include:
(1) Developing efficient algorithms to learn and test probability distributions that satisfy various
natural types of ""shape restrictions"" on the underlying probability density function.
(2) Developing efficient algorithms for learning and testing complex distributions that result
from the aggregation of many independent simple sources of randomness.

We believe that highly efficient algorithms for these estimation tasks
may play an important role for the next generation of large-scale machine learning applications."

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.

FP7-PEOPLE-2013-CIG
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.

MC-CIG - Support for training and career development of researcher (CIG)

Koordynator

THE UNIVERSITY OF EDINBURGH
Wkład UE
€ 100 000,00
Adres
OLD COLLEGE, SOUTH BRIDGE
EH8 9YL Edinburgh
Zjednoczone Królestwo

Zobacz na mapie

Region
Scotland Eastern Scotland Edinburgh
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
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
Moja broszura 0 0