Description du projet
Stimuler la quête de la symétrie
La détection de la symétrie dans les systèmes de données vastes et complexes revêt une importance sans cesse croissante en informatique. Qu’il s’agisse d’équations mathématiques, de graphiques, de cartes routières ou de l’évolution des réseaux sociaux, certains phénomènes répétitifs se produisent, qui peuvent être identifiés et utilisés pour améliorer l’efficacité du calcul. Plus important encore, la détection de la symétrie peut contribuer à éviter les répétitions et à identifier des modèles dans des systèmes très complexes tels que les réseaux neuronaux utilisés dans l’apprentissage automatique, ou dans de grandes bases de données, comme celles qui répertorient les molécules chimiques. Le développement d’algorithmes efficaces pour la détection de la symétrie est également connu sous le nom de problème d’isomorphisme des graphes – l’un des plus grands problèmes ouverts de l’informatique théorique. Le projet EngageS, financé par l’UE, développera des modèles théoriques et des outils logiciels destinés à détecter la symétrie de manière efficace.
Objectif
Symmetry is a phenomenon that appears in many different contexts.
Algorithmic symmetry detection and exploitation is the concept of finding intrinsic symmetries of a given object and then using these symmetries to our advantage. Application areas of algorithmic symmetry detection and exploitation range from convolutional neural networks in machine learning to computer graphics, chemical data bases and beyond.
In contrast to this widespread use, our understanding of the theoretical foundation (namely the graph isomorphism problem) is incomplete and current algorithmic symmetry tools are inadequate for big data applications. Hence, EngageS addresses these key challenges in the field using a systematic approach to the theory and practice of symmetry detection. It thereby also fixes the existing lack of interplay between theory and practice, which is part of the problem.
EngageS' main aims are to tackle the classical and descriptive complexity of the graph isomorphism problem and to design the next generation of symmetry detection algorithms. As key ideas to resolve the complexity, EngageS offers three new approaches on how to prove lower bounds and a new method to settle the descriptive complexity.
EngageS will also develop practical symmetry detection algorithms for big data, exploiting parallelism and memory hierarchies of modern machines, and will introduce the concept of and a road map to exploiting absence of symmetry. Overall EngageS will establish a comprehensive software library that will serve as a platform for integrated research on the algorithmic treatment of symmetry.
In summary, EngageS will develop fast, efficient and accessible symmetry detection tools that will be used to solve complex algorithmic problems in a range of fields including combinatorial algorithms, generation problems, and canonization.
Champ scientifique
- natural sciencescomputer and information sciencessoftware
- natural sciencescomputer and information sciencesdata sciencebig data
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Programme(s)
Régime de financement
ERC-COG - Consolidator GrantInstitution d’accueil
64289 Darmstadt
Allemagne