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

Unlocking the potential of machine learning for SMEs by automated machine learning

Opis projektu

Łatwy i tani dostęp do najbardziej zaawansowanych metod uczenia maszynowego

We współczesnym świecie dyrektorzy przedsiębiorstw opierają swoje decyzje na ogromnej ilości wiarygodnych danych zintegrowanych z procesami biznesowymi oraz wymaganiami klientów. Uczenie maszynowe stało się w związku z tym niezwykle pomocną technologią, wykorzystywaną w szczególności przez inteligentne branże oparte na danych, co pozwoliło na automatyzację wielu spośród tych procesów. Firmy działające w sektorze MŚP nie posiadają jednak niezbędnej wiedzy specjalistycznej, która pozwalałaby im na dostosowanie metod uczenia maszynowego do swoich potrzeb. Z tego powodu uczestnicy finansowanego przez Unię Europejską projektu AutoML zamierzają opracować tanie i zautomatyzowane rozwiązanie w zakresie automatycznego uczenia maszynowego (AutoML), co umożliwi tym przedsiębiorstwom skuteczne wdrażanie najbardziej zaawansowanych rozwiązań opartych na tej technologii. Celem będzie automatyczne opracowywanie i wykorzystywanie danych użytkowników. Rozwiązanie AutoML będzie korzystać z prototypu opracowanego w ramach finansowanego przez ERBN projektu BeyondBlackbox, który zostanie wykorzystany na potrzeby opracowania profesjonalnego prototypu, mogącego znaleźć zastosowanie w warunkach przemysłowych.

Cel

Machine learning has become a key technology for modern data-driven industrial applications. This success is built on recent research advances in the field of artificial intelligence and more specifically was enabled by key advances in machine learning. Unfortunately, the performance of many machine learning methods is very sensitive to a myriad of design decisions and thus requires a significant amount of machine learning expertise which is often rare and makes this technology inaccessible for small and medium-sized companies that cannot afford their own team of machine learning experts. My ERC grant BeyondBlackbox on automated machine learning (AutoML) addresses this problem from a research perspective. In it, my team and I developed methods which systematically and efficiently adapt and tune machine learning pipelines and implemented them into a research prototype. This resulting research prototype, in principle, allows ML novices easy and affordable access to the most advanced ML methods, automatically customized for the user's own data, and with this research prototype, my team and I have won several competitions, including competitions against up to 130 teams of human ML experts. The potential economic impact is substantial since AutoML technology saves computational resources and human time and therefore reduces the cost of creating value from ML. In this POC project, I and my team will transform our existing research prototype to a professional prototype, perform a technical validation, perform market research and build up business contacts to evaluate this prototype in an industrial setting. Furthermore, we will develop a sustainable business model and assess ways of commercializing the advances made in my ERC grant in order to bring them to market.

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

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-POC-LS - ERC Proof of Concept Lump Sum Pilot

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-2019-PoC

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

ALBERT-LUDWIGS-UNIVERSITAET FREIBURG
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.

€ 150 000,00
Adres
FAHNENBERGPLATZ
79098 Freiburg
Niemcy

Zobacz na mapie

Region
Baden-Württemberg Freiburg Freiburg im Breisgau, Stadtkreis
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity

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

Brak danych

Beneficjenci (1)

Moja broszura 0 0