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

General theory for Big Bayes

Opis projektu

Aktualizacja metod korzystających z prawdopodobieństwa warunkowego

Twierdzenie Bayesa podane w XVIII wieku opisuje prawdopodobieństwo warunkowe, czyli pozwala określać szanse uzyskania określonego wyniku na podstawie wcześniejszego wyniku zdarzenia losowego. Tak zwane metody bayesowskie stosowane w prawdopodobieństwie i statystyce znajdują coraz częściej zastosowanie w wielu dziedzinach badań podstawowych i stosowanych. Podejścia bayesowskie pozwalają przypisywać zdarzeniom lub wynikom raczej pewien rozkład prawdopodobieństwa, bazując na wcześniejszych obserwacjach, niż konkretne wartości dyskretne. W ten sposób niejako z definicji uwzględniają rozkłady prawdopodobieństwa i niepewność związaną zarówno z danymi wejściowymi, jak i wyjściowymi. Ponieważ ilość danych, na podstawie których tworzymy modele, rośnie wykładniczo, potrzebujemy prostszych i bardziej skalowalnych metod. Finansowany ze środków UE projekt GTBB zajmie się związanymi z tym wyzwaniami teoretycznymi i obliczeniowymi, co powinno zwiększyć możliwości predykcyjne w dziedzinach od neuronauki po bezpieczeństwo.

Cel

In the modern era of complex and large data sets, there is stringent need for flexible, sound and scalable inferential methods to analyse them. Bayesian approaches have been increasingly used in statistics and machine learning and in all sorts of applications such as biostatistics, astrophysics, social science etc. Major advantages of Bayesian approaches are: their ability to model complex models in a hierarchical way, their coherency and ability to deliver not only point estimators but also measures of uncertainty from the posterior distribution which is a probability distribution on the parameter space at the core of all Bayesian inference. The increasing complexity of the data sets raise huge challenges for Bayesian approaches: theoretical and computational. The aim of this project is to develop a general theory for the analysis of Bayesian methods in complex and high (or infinite) dimensional models which will cover not only fine understanding of the posterior distributions but also an analysis of the output of the algorithms used to implement the approaches.
The main objectives of the project are (briefly):
1. Asymptotic analysis of the posterior distribution of complex high dimensional models
2. Interactions between the asymptotic theory of high dimensional posterior distributions and computational complexity.

We will also enrich these theoretical developments by 3 strongly related domains of applications, namely neuroscience, terrorism and crimes and ecology.

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

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

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.

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.

ERC-ADG - Advanced Grant

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) ERC-2018-ADG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

UNIVERSITE PARIS DAUPHINE
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 588 750,44
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 588 750,44

Beneficjenci (2)

Moja broszura 0 0