Description du projet
Les nouvelles méthodes mathématiques permettent de traiter de façon homogène d’énormes volumes de données inexactes
L’omniprésente disponibilité des mégadonnées dans de nombreux domaines d’application allant de la santé (par exemple la génétique) à la durabilité (par exemple la modélisation des changements climatiques), en passant par l’industrie (par exemple la surveillance des processus industriels) ouvre de nombreuses perspectives pour une modélisation précise de ces observations. Ces modèles mathématiques sont utilisés à des fins d’analyse, de simulation, de prédiction, de suivi et de contrôle. Toutefois, la plupart, voire la totalité, des approches de modélisation actuelles sont heuristiques, ce qui signifie qu’elles nécessitent des choix a priori subjectifs, qui doivent être tranchés par l’utilisateur. Le projet Back to the Roots, financé par l’UE, étudiera en détail certaines des complexités mathématiques et algorithmiques qui se présentent, afin d’objectiver et d’automatiser ces choix: comment traiter des données «inexactes» (ce qui est toujours le cas avec des mesures réelles), comment caractériser mathématiquement la détermination du «meilleur» modèle et comment le calculer efficacement à l’aide d’algorithmes et d’ordinateurs de haute performance.
Objectif
To obtain data-driven dynamic models for simulation, prediction, monitoring, classification or control tasks, in applications e.g. in Industry 4.0 and eHealth, most identification methods ‘solve’ an optimization problem, relying on some nonlinear iterative algorithm. Undeniably, too many heuristics prevail: What do we mean by ‘solved’? Where did the algorithm converge to? Is the model globally optimal, unique and reproducible?
To tackle these scientific deficiencies, we design a framework to deal with inexact data. We solve a longstanding open problem of least squares optimality in system identification: for polynomial dynamical models, the optimal model derives from an eigenvalue problem. Hereto, we generalize notions from Algebraic Geometry (multivariate polynomials), Operator Theory (model spaces), System Theory (multidimensional realization) and Numerical Linear Algebra (matrix computations).
The first objective is to develop a mathematically rigorous realization approach that maps data onto new mathematical structures (multi-shift invariant projective subspaces).
The second objective is to conceive a ‘misfit-latency’ framework to optimally map inexact data to these mathematical structures. We prove this to be a multiparameter eigenvalue problem. We expect breakthroughs in system theoretic characterizations of optimality (covering all existing methods), in the generalization to multiple input-output and multidimensional models and in finding the global optimum in the linear dynamic H2 model reduction problem.
The third objective is to implement matrix computation algorithms for the results of the first two objectives, to root sets of multivariate polynomials, to solve multiparameter eigenvalue problems and to isolate only the minimizing roots. We focus on matrix aspects of large scale, sparsity and structure.
Deliverables will be publications, software, graduate course material and science outreach initiatives, in line with the PI’s excellent track record
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences médicales et de la santé sciences de la santé services de soins de santé santé en ligne
- sciences naturelles informatique et science de l'information logiciel
- sciences naturelles mathématiques mathématiques pures algèbre
- sciences naturelles mathématiques mathématiques pures géométrie
- sciences naturelles informatique et science de l'information intelligence artificielle programmation heuristique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
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.
3000 Leuven
Belgique
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.