Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

HOLI

Financiado

Cerrado

Deep Learning for Holistic Inference

Machine learning has rapidly evolved in the last decade, significantly improving accuracy on tasks such as image classification. Much of this success can be attributed to the re-emergence of neural nets. However, learning algorith... ver más

31/01/2025

TAU

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

TEL AVIV UNIVERSITY No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2019-01-17

ERC-2018-COG: ERC Consolidator Grant

I+D

Cerrada hace 6 años

0% 100% 100%

Información adicional privada

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

2 Participantes

TAU

1.93M€ | Lider

NUREL

471.81K€ | Participante

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

PID2020-120611RB-I00 CONTROLANDO EL OLVIDO EN REDES NEURONALES: APRENDIZAJE CONTI... 122K€ Cerrado

TIN2016-74946-P UN MARCO DE VISION POR COMPUTADOR BASADO EN UN CICLO DE ANAL... 100K€ Cerrado

IJCI-2017-33014 Redes neuronales profundas: arquitecturas y aplicaciones 64K€ Cerrado

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

RED Robust Explainable Deep Networks in Computer Vision 2M€ Cerrado

PID2021-125711OB-I00 COMBINANDO TECNICAS DE MODELIZACION Y APRENDIZAJE AUTOMATICO... 145K€ Cerrado

Duración del proyecto: 72 meses Fecha Inicio: 2019-01-17
Fecha Fin: 2025-01-31

Líder del proyecto

TEL AVIV UNIVERSITY No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 2M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Machine learning has rapidly evolved in the last decade, significantly improving accuracy on tasks such as image classification. Much of this success can be attributed to the re-emergence of neural nets. However, learning algorithms are still far from achieving the capabilities of human cognition. In particular, humans can rapidly organize an input stream (e.g., textual or visual) into a set of entities, and understand the complex relations between those. In this project I aim to create a general methodology for semantic interpretation of input streams. Such problems fall under the structured-prediction framework, to which I have made numerous contributions. The proposal identifies and addresses three key components required for a comprehensive and empirically effective approach to the problem. First, we consider the holistic nature of semantic interpretations, where a top-down process chooses a coherent interpretation among the vast number of options. We argue that deep-learning architectures are ideally suited for modeling such coherence scores, and propose to develop the corresponding theory and algorithms. Second, we address the complexity of the semantic representation, where a stream is mapped into a variable number of entities, each having multiple attributes and relations to other entities. We characterize the properties a model should satisfy in order to produce such interpretations, and propose novel models that achieve this. Third, we develop a theory for understanding when such models can be learned efficiently, and how well they can generalize. To achieve this, we address key questions of non-convex optimization, inductive bias and generalization. We expect these contributions to have a dramatic impact on AI systems, from machine reading of text to image analysis. More broadly, they will help bridge the gap between machine learning as an engineering field, and the study of human cognition.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores