Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

SLING

Financiado

Cerrado

Efficient algorithms for sustainable machine learning

This project will develop and integrate the latest optimization and statistical advances into a new generation of resource-efficient algorithms for large-scale machine learning. State-of-the-art machine learning methods provide... ver más

31/10/2025

UNIGE

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

UNIVERSITA DEGLI STUDI DI GENOVA 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 2019-03-21

ERC-2018-COG: ERC Consolidator Grant Scope:Objectives

I+D

Cerrada

0% 100% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

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

2 Participantes

UNIGE

1.98M€ | Lider

APPENTRA SOLUTIONS

249.85K€ | Participante

Proyectos interesantes

REAL

Software

Data Science

1M€ Cerrado

UTOPEST

Data Science

Software

2M€ Cerrado

RYC2021-033315-I

Software

Data Science

236K€ Cerrado

PID2020-113656RB-C22

Software

Data Science

198K€ Cerrado

PID2020-113656RB-C21

Software

Data Science

257K€ Cerrado

REDIAL

Software

Data Science

1M€ Cerrado

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

Duración del proyecto: 79 meses Fecha Inicio: 2019-03-21
Fecha Fin: 2025-10-31

Líder del proyecto

UNIVERSITA DEGLI STUDI DI GENOVA 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 This project will develop and integrate the latest optimization and statistical advances into a new generation of resource-efficient algorithms for large-scale machine learning. State-of-the-art machine learning methods provide impressive results, opening new perspectives for science, technology, and society. However, they rely on massive computational resources to process huge manually annotated data-sets. The corresponding costs in terms of energy consumption and human efforts are not sustainable. This project builds on the idea that improving efficiency is a key to scale the ambitions and applicability of machine learning. Achieving efficiency requires overcoming the traditional boundaries between statistics and computations, to develop new theory and algorithms. Within a multidisciplinary approach, we will establish a new regularization theory of efficient machine learning. We will develop models that incorporate budgeted computations, and numerical solutions with resources tailored to the statistically accuracy allowed by the data. Theoretical advances will provide the foundations for novel and sound algorithmic solutions. Close collaborations in diverse applied fields will ensure that our research results and solutions will be apt and immediately applicable to real world scenarios. The new algorithms developed in the project will contribute to boost the possibilities of Artificial Intelligence, modeling and decision making in a world of data with ever-increasing size and complexity.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores