Description du projet
Un méta-algorithme pour les problèmes d’optimisation et d’estimation
L’apprentissage automatique et d’autres applications informatiques dépendent des problèmes d’optimisation et d’estimation. Les chercheurs tentent, par conséquent, de développer et de comprendre les limites des algorithmes performants pour ces problèmes, compte tenu du fait que, pour nombre d’entre eux, l’utilisation d’algorithmes adaptés est nécessaire pour obtenir les meilleures garanties. Les recherches antérieures ont démontré que pour de nombreux problèmes d’optimisation, le méta-algorithme de la somme des carrés, simple sur le plan conceptuel, peut égaler et dépasser les algorithmes performants existants en matière de garanties vérifiables. Le projet UTOPEST, financé par l’UE, s’appuie sur les recherches antérieures susmentionnées pour mieux comprendre les capacités et les limites du méta-algorithme. Il mettra en place de nouvelles garanties algorithmiques pour les problèmes basiques d’optimisation et d’estimation, précisera les limites des algorithmes performants pour les problèmes de base et transposera les résultats théoriques en algorithmes pratiques.
Objectif
The goal of this project is to make progress toward a unified theory of efficient
optimization and estimation. In many computing applications, especially machine learning,
optimization and estimation problems play an increasingly important role. For that reason, a large
research effort is devoted to developing and understanding the limitations of efficient algorithms
for these problems. For many of these problems, achieving the best known provable guarantees
required the use of algorithms that are tailored to problem specifics. In recent years, the PI’s
research with collaborators has shown that for many optimization problems, the conceptually
simple sum-of-squares meta-algorithm, despite not being tailored to problem specifics, can match
and often significantly outperform previous efficient algorithms in terms of provable guarantees.
This project aims to better understand the capabilities and limitations of this meta-algorithm,
especially for estimation problems, which have only recently begun to be studied in this light.
In this way, the project will establish new algorithmic guarantees for basic optimization and
estimation problems even in the face of non-convexity and adversarial outliers. In the same way,
the project will shed light on the limitations of efficient algorithms for basic average-case problems
like planted clique and stochastic block models.
The project also aims to transfer the obtained theoretical insights into practical algorithms
building on recent works by the PI and collaborators. Toward this goal the project will develop
new algorithms with close to linear running times that match the guarantees of the best known
polynomial-time algorithms. In order to assess their practicality, the project will perform systematic
empirical evaluations of these algorithms.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
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-COG - Consolidator 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-2018-COG
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.
8092 Zuerich
Suisse
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.