Opis projektu
Intensyfikacja poszukiwań symetrii
Wykrywanie symetrii w dużych i skomplikowanych systemach danych zyskuje na znaczeniu w dziedzinie obliczeń. Niezależnie od tego, czy przyglądamy się równaniom matematycznym, wykresom, mapom czy kierunkowi ewolucji sieci społecznościowych, dostrzegamy pewne powtarzające się wzorce, które możemy identyfikować i wykorzystywać dla zwiększenia wydajności obliczeń. Co istotne, wykrywanie symetrii może pomóc w uniknięciu duplikacji i zidentyfikowaniu prawidłowości w ramach bardzo złożonych systemów, takich jak sieci neuronowe wykorzystywane w uczeniu maszynowym lub w dużych bazach danych zawierających na przykład cząsteczki chemiczne. Zadanie polegające na opracowaniu wydajnych algorytmów do wykrywania symetrii określa się mianem problemu izomorfizmu grafów. Jest to jeden z najważniejszych otwartych problemów z dziedziny informatyki teoretycznej. Twórcy finansowanego ze środków UE projektu EngageS opracują modele teoretyczne oraz narzędzia programistyczne, które posłużą im do skutecznego wykrywania symetrii.
Cel
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.
Dziedzina nauki
- 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
Program(-y)
Temat(-y)
System finansowania
ERC-COG - Consolidator GrantInstytucja przyjmująca
64289 Darmstadt
Niemcy