Objectif
Nowadays, we witness that more and more information is stored and managed in a digital way. Moreover, very often processes are executed and planed by computers. This allows applying computer methods to optimize performance of our actions on an unprecedented scale. This is clearly visible in the case of eCommerce, where the main arena of operation of companies is handled solely using computers. Typically, machine learning tools and algorithms are widely used, e.g. for the prediction of user behavior, user classification, or in recommendation systems. When applying such tools one needs to base his computations on existing historical data. This limits the prediction power of such systems, as we cannot predict the reaction of the users nor of the markets to changes in our strategy. In the case of bidding for Ads in online auctions, we only have full information about the auctions we have won, but in the case of lost auctions we only know that we have lost. Hence, it is almost impossible to predict which auctions we would win using only plain historical data. This problem calls for a novel approach that could extrapolate missing information. Here, we propose the development of such framework together with the programming library that would support such extrapolation. This new framework will incorporate algorithmic game theory into the existing approximation and machine learning algorithms. Game theory gives the right tools to talk about incentives of strategic agents and allows predicting response of market actors to changing conditions. Our idea is to describe these incentives and to build a force feedback loop between market models and algorithmic optimization methods. We will first extract and learn the parameters of the market models from the historical data, only then the extrapolated model will be used as the benchmark for the optimization methods. This novel idea will allow to use optimization tools in the previously intractable parameter range.
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.
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.
- sciences sociales économie et affaires entreprise et gestion commerce commerce électronique
- sciences naturelles mathématiques mathématiques appliquées théorie des jeux
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
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.
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.
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.
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-POC - Proof of Concept Grant
Voir tous les projets financés dans le cadre de ce programme de financement
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.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2015-PoC
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
00-927 WARSZAWA
Pologne
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.