Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

RTI2018-102285-A-I00

Financiado

Cerrado

APRENDIZAJE PROFUNDO MULTIMODAL ESTRUCTURADO

CONTEXTOLOS SERES HUMANOS PERCIBEN Y ENTIENDEN EL MUNDO A PARTIR DE MULTIPLES MODALIDADES (P,E, VISION, AUDIO, TEXTO), Y A SU VEZ GENERAN DATOS/MENSAJES EN OTRAS MODALIDADES (P,E, DESCRIBIR UNA IMAGEN CON PALABRAS REQUIRE PRIMERO... ver más

01/01/2018

CENTRO DE VISIÓN P...

28K€

Presupuesto del proyecto: 28K€

Líder del proyecto

CENTRO DE VISIÓN POR COMPUTADOR No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 866K€

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2018-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

CENTRO DE VISIÓN POR COMPUTA...

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

IT-DNN INFORMATION THEORETIC LIMITS FOR DEEP NEURAL NETWORKS 204K€ Cerrado

PGC2018-096156-B-I00 RECUPERACION Y DESCRIPCION DE IMAGENES MEDIANTE LENGUAJE NAT... 68K€ Cerrado

LUNAR Lifelong UNiversal lAnguage Representation 1M€ Cerrado

QQML Trading Quantity for Quality in Machine Learning 100K€ Cerrado

PID2019-107579RB-I00 ARQUITECTURAS AVANZADAS DE APRENDIZAJE PROFUNDO APLICADAS AL... 271K€ Cerrado

TEC2015-68172-C2-1-P REDES PROFUNDAS Y MODELOS DE SUBESPACIOS PARA DETECCION Y SE... 100K€ Cerrado

Líder del proyecto

CENTRO DE VISIÓN POR COMPUTADOR No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 866K€

Presupuesto del proyecto 28K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto CONTEXTOLOS SERES HUMANOS PERCIBEN Y ENTIENDEN EL MUNDO A PARTIR DE MULTIPLES MODALIDADES (P,E, VISION, AUDIO, TEXTO), Y A SU VEZ GENERAN DATOS/MENSAJES EN OTRAS MODALIDADES (P,E, DESCRIBIR UNA IMAGEN CON PALABRAS REQUIRE PRIMERO ENTENDER EL CONTENIDO DE LA IMAGEN Y DESPUES GENERAR EL TEXTO CORRESPONDIENTE), LA CAPACIDAD PARA EXTRAER REPRESENTACIONES JERARQUICAS DE DATOS UTILIZANDO REDES NEURONALES ARTIFICIALES PROFUNDAS (I,E, APRENDIZAJE PROFUNDO) HA CONDUCIDO A UN PROGRESO SIN PRECEDENTES EN NUMEROSOS CAMPOS, COMO LA VISION POR COMPUTADOR Y EL PROCESADO DEL LENGUAJE NATURAL, RECIENTEMENTE, LA COMUNIDAD DE APRENDIZAJE PROFUNDO HA EMPEZADO A APLICAR ESTAS TECNICAS EN DATOS ESTRUCTURADOS, LA INTERPRETACION ESTRUCTURADA DE LA INFORMACION PERMITE UN ENTENDIMIENTO MAS COMPLETO DE LOS DATOS, Y ES EFECTIVO PARA TRADUCIR DATOS DE UNA MODALIDAD A OTRA,PROBLEMA E HIPOTESIS DE INVESTIGACIONLAS MAYORIA DE LAS REPRESENTACIONES PROFUNDAS ACTUALES NO SON ESTRUCTURADAS, ES NECESARIA MAS INVESTIGACION FUNDAMENTAL EN ESTA DIRECCION PARA DESARROLLAR REPRESENTACIONES ESTRUCTURADAS Y REDES NEURONALES ADECUADAS, YA QUE EL ENTENDIMIENTO HUMANO REQUIERE REPRESENTACIONES ESTRUCTURADAS Y MULTI-MODALES, LO CUAL FACILITARA APLICACIONES MAS INTELIGENTES,LA NOVEDAD PRINCIPAL DE ESTE PROYECTO CONSISTE EN (I) EXTENDER EL MARCO CODIFICADOR-DECODIFICADOR MULTI-MODAL, QUE ACTUALMENTE UTILIZA REPRESENTACIONES NO ESTRUCTURADOS, A REPRESENTACIONES ESTRUCTURADAS, Y (II) DESARROLLAR REDES NEURONALES ESPECIFICAS PARA PROCESARLOS, ESTE PROYECTO PRESTA ESPECIAL ATENCION A REPRESENTACIONES VERSATILES QUE PUEDAN ADAPTARSE A NUEVAS TAREAS, Y QUE PUEDEN PROPORCIONAR FLEXIBILIDAD E INCORPORAR MAS FACILMENTE INFORMACION A PRIORI EN EL PROCESO DE APRENDIZAJE,NUESTRA HIPOTESIS DE INVESTIGACION PRINCIPAL ES QUE LAS REPRESENTACIONES ESTRUCTURADAS PUEDEN BENEFICIAR UN AMPLIO ABANICO DE TAREAS INTER-MODALES Y MULTI-MODALES MODELADAS CON APRENDIZAJE PROFUNDO, LA EXTRACCION DE CONOCIMIENTO DE ALTO NIVEL A PARTIR DE DATOS MULTI-MODALES REQUIRE MODELAR COMPLEJAS RELACIONES SEMANTICAS Y ESTRUCTURALES QUE PUEDEN DELINEARSE MEJOR MEDIANTE REPRESENTACIONES ESTRUCTURADAS, COMO POR EJEMPLO "DISENTANGLED EMBEDDINGS" Y GRAFOS, ESTO PUEDE EVENTUALMENTE MEJORAR EL RENDIMIENTO EN PROBLEMAS QUE INVOLUCRAN MULTIPLES MODALIDADES, COMO POR EJEMPLO TRADUCCION INTER-MODAL Y RECUPERACION DE INFORMACION MULTI-MODAL, TAMBIEN CREEMOS QUE LAS REPRESENTACIONES ESTRUCTURADAS SON PARTICULARMENTE ADECUADAS PARA ESCENARIOS QUE REQUIEREN ADAPTACION A NUEVAS TAREAS, COMO POR EJEMPLO APRENDIZAJE "ZERO-SHOT" Y CONTINUO, OBSERVACIONES Y RETOSREPRESENTACIONES ESTRUCTURADAS Y REDES NEURONALES ADECUADAS PARA PROCESARLAS HAN SIDO APENAS EXPLORADAS PARA GENERACION Y TRADUCCION INTER-MODAL, Y RECUPERACION DE INFORMACION, LA MAYORIA DE TAREAS CON DATOS MULTI-MODALES SE ABORDAN UTILIZANDO REPRESENTACIONES NO ESTRUCTURADAS, LAS POCAS EXCEPCIONES UTILIZAN BIEN "DISENTANGLED EMBEDDINGS" O GRAFOS, PERO NO AMBOS DE UNA FORMA INTEGRADA, POR LO TANTO, UN RETO ES EL DESARROLLO DE MODELOS DE REDES NEURONALES QUE PUEDAN PROCESAR INFORMACION STRUCTURADA MEDIANTE LA INTEGRACION DE AMBOS TIPOS DE REPRESENTACIONES, LO QUE PUEDE BENEFICIAR TAMBIEN LA EVENTUAL ADAPTACION A NUEVAS TAREAS FUTURAS, TAMBIEN HEMOS OBSERVADO QUE LA RECUPERACION DE INFORMACION EN BASES DE DATOS IGNORA LA POSIBILIDAD DE BUSQUEDAS MULTI-MODALES, EN CONSECUENCIA, UN SEGUNDO RETO ES EL DISEÑO DE UN MODELO QUE IMPLEMENTE ESE TIPO DE BUSQUEDA, APRENDIZAJE PROFUNDO\MULTI-MODAL\REPRESENTACIONES ESTRUCTURADAS\GRAFOS\REDES NEURONALES\RECUPERACIÓN DE INFORMACIÓN INTER-MODAL

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores