Descrizione del progetto
Teoria combinata all’esperienza per controllare gli algoritmi di dispersione
Immaginate una palla da biliardo colpita nella prima mossa di una partita, che viaggia con una forte energia cinetica verso il resto delle palle ammassate, in attesa del loro destino. Queste palle si sparpaglieranno all’impatto secondo modalità che possono essere facilmente predette conoscendo tutti i parametri fisici come massa, coefficiente di attrito e vettori di velocità. In altre situazioni, la dispersione delle onde energetiche causata dalle imperfezioni del mezzo di trasmissione può essere molto più complicata; tuttavia, una previsione accurata è fondamentale per attività in campi che vanno dalla biomedicina alla sismologia. Il progetto SWING, finanziato dall’UE, prevede di aumentare la potenza degli algoritmi computazionali di dispersione combinando approcci teorici con approcci basati sui dati (apprendimento profondo), definendo al contempo i limiti di ciascuno di essi.
Obiettivo
Scattering of waves governs fundamental questions in science, from imaging molecules to fine-tuning concert hall acoustics. Efficient scattering computations rely on sparse representations of wavefields. Spurred by the empirical successes of deep learning, the emphasis has recently shifted to data-driven modeling. However, unlike signal-theoretic implementations that come with sharp approximation guarantees, it remains unclear whether the popular deep learning structures can represent important scattering operators.
In SWING, we address this question by leveraging advances in signal processing and machine learning. We propose theory and algorithms for the upcoming, learning-based wave of breakthroughs in forward and inverse scattering. SWING is built on three research thrusts:
1. To design efficient computational structures with approximation guarantees for learning scattering operators. We will focus on minimal structures for Fourier integral operators which model key problems.
2. To treat learning for inverse scattering as a sampling problem and derive practical sample complexity results. We will explore connections between learning theory and stability of inverse problems, and examine the regularization roles of data, physics and nonlinearity.
3. To apply our techniques to two classes of inverse problems: (i) emerging modalities in molecular imaging, giving rise to problems in geometry and unlabeled sampling; and (ii) seismic tomography of Earth and Mars, with data-driven discretizations of scattering operators playing a central role.
With the growth of wave-based sensing, there is an urgency to quantify the limits of the data-driven paradigm in scattering problems. The power of data in fitting models is indisputable: it is certainly the next frontier. We believe, however, that the best designs combine data-based models with an understanding of the underlying physics.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
ERC-STG - Starting Grant
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) ERC-2019-STG
Vedi tutti i progetti finanziati nell’ambito del bando