Description du projet
Une méthode statistique améliorée d’analyse des données multivariées
Les expériences scientifiques modernes génèrent souvent des données qui requièrent l’analyse de plus de deux variables par observation. Le projet GRAPHMODE, financé par l’UE, prévoit de développer des méthodes efficaces d’analyse statistique de ces données. Pour leur étude, les chercheurs s’appuieront sur des modèles graphiques probabilistes qui expriment la structure de dépendance conditionnelle entre des variables aléatoires. Ces modèles constituent l’approche la plus avancée pour l’exploration détaillée des relations de cause à effet. Le projet mettra l’accent sur les questions algébriques et statistiques liées aux variables latentes (non mesurées) et aux boucles de rétroaction dans les modèles graphiques.
Objectif
Modern science increasingly relies on insights gained from sophisticated analyses of large data sets. An ambitious goal of such data-driven discovery is to understand complex systems via statistical analysis of multivariate data on the activity of their interacting units. Probabilistic graphical models, the topic of this project, are tailored to the task. The models facilitate refined yet tractable data exploration by using graphs to represent complex stochastic dependencies between considered variables. Models based on directed graphs, in particular, provide the state-of-the-art approach for detailed exploration of cause-effect relationships. However, modern applications of graphical models face numerous challenges such as key variables being latent (i.e. unobservable/unobserved), lacking temporal resolution in studies of feedback loops, and limited experimental interventions. Often arising in combination, these issues generally result in observed stochastic structure that cannot be characterized using the established notion of conditional independence. As a result, we are left with only a partial understanding of which aspects of a system can be inferred from the available data, and we lack effective methods for fundamental problems such as inference in the presence of feedback loops. The aim of the new project is to move beyond conditional independence structure to obtain a deeper understanding of the inherent limitations on what can be inferred from imperfect measurements, and to design novel statistical methodology to infer estimable quantities. The unique feature of the proposed work is a focus on algebraic relations among moments of probability distributions and the subtle statistical issues arising when such relations are to be exploited in practical methodology.
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-ADG - Advanced 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-2019-ADG
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.
80333 Muenchen
Allemagne
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.