Descrizione del progetto
Un metodo statistico migliorato per l’analisi dei dati multivariata
I moderni esperimenti scientifici producono spesso dati che richiedono l’analisi di due o più variabili per osservazione. Il progetto GRAPHMODE, finanziato dall’UE, intende sviluppare metodi efficienti per l’analisi statistica di tali dati. Per il loro studio, i ricercatori si affideranno a modelli grafici probabilistici che esprimono la struttura di dipendenza condizionale tra le variabili casuali. Questi modelli rappresentano l’approccio d’avanguardia per l’analisi dettagliata delle relazioni causa-effetto. Il progetto presterà particolare attenzione a questioni algebriche e statistiche correlate a variabili latenti (non misurate) e a circuiti di retroazione in modelli grafici.
Obiettivo
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.
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-ADG - Advanced 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-ADG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
80333 Muenchen
Germania
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.