Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

HDSPCONTR

Financiado

Cerrado

High Dimensional Sparse Optimal Control

We are addressing the analysis and numerical methods for the tractable simulation and the optimal control of dynamical systems which are modeling the behavior of a large number N of complex interacting agents described by a large... ver más

30/11/2017

TUM

1M€

Presupuesto del proyecto: 1M€

Líder del proyecto

TECHNISCHE UNIVERSITAET MUENCHEN No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo FP7 notifico la concesión del proyecto el día 2017-11-30 No tenemos la información de la convocatoria

0% 100% 100%

Información adicional privada

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

1 Participantes

TUM

0.00€ | Lider

Proyectos interesantes

MTM2013-47053-P

Applied Physics

Data Science

68K€ Cerrado

MTM2011-22711

Applied Physics

Data Science

62K€ Cerrado

MTM2008-04206

Applied Physics

Data Science

72K€ Cerrado

OCLOC

Applied Physics

Data Science

2M€ Cerrado

HighLEAP

Applied Physics

Data Science

1M€ Cerrado

PGC2018-101514-B-I00

Applied Physics

Data Science

52K€ 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

Líder del proyecto

TECHNISCHE UNIVERSITAET MUENCHEN No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 1M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto We are addressing the analysis and numerical methods for the tractable simulation and the optimal control of dynamical systems which are modeling the behavior of a large number N of complex interacting agents described by a large amount of parameters (high-dimension). We are facing fundamental challenges: - Random projections and recovery for high-dimensional dynamical systems: we shall explore how concepts of data compression via Johnson-Lindenstrauss random embeddings onto lower-dimensional spaces can be applied for tractable simulation of complex dynamical interactions. As a fundamental subtask for the recovery of high-dimensional trajectories from low-dimensional simulated ones, we will address the efficient recovery of point clouds defined on embedded manifolds from random projections. -Mean field equations: for the limit of the number N of agents to infinity, we shall further explore how the concepts of compression can be generalized to work for associated mean field equations. - Approximating functions in high-dimension: differently from purely physical problems, in the real life the social forces which are ruling the dynamics are actually not known. Hence we will address the problem of automatic learning from collected data the fundamental functions governing the dynamics. - Homogenization of multibody systems: while the emphasis of our modelling is on social dynamics, we will also investigate methods to recast multibody systems into our high-dimensional framework in order to achieve nonstandard homogenization by random projections. - Sparse optimal control in high-dimension and mean field optimal control: while self-organization of such dynamical systems has been so far a mainstream, we will focus on their sparse optimal control in high-dimension. We will investigate L1-minimization to design sparse optimal controls. We will learn high-dimensional (sparse) controls by random projections to lower dimension spaces and their mean field limit.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores