Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

INVARIANTCLASS

Financiado

Cerrado

Invariant Representations for High Dimensional Signal Classifications

Considerable amounts of high-dimensional signals are continuously being acquired, whether audio, images, videos, or specialized signals for example in geophysics or medicine. Automatic classification and retrieval is strongly need... ver más

28/02/2019

ENS

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

ECOLE NORMALE SUPERIEURE 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 2019-02-28 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

ENS

0.00€ | 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

RTI2018-096223-B-I00 RECONOCIMIENTO ESTRUCTURAL DE PATRONES CON TEORIA DE LA INFO... 55K€ Cerrado

MTM2009-09063 METODOS ESTADISTICOS DE APRENDIZAJE, METODOS DE APRENDIZAJE... 59K€ Cerrado

HiDDaProTImA High dimensional data processing from theory to imaging app... 183K€ Cerrado

EQC2019-006444-P Adquisición de Infraestructura de Computación Científica de... 236K€ Cerrado

EXPROTEA Exploring Relations in Structured Data with Functional Maps 1M€ Cerrado

PID2019-105032GB-I00 PROCESAMIENTO DE SEÑAL PARA DATOS DEFINIDOS SOBRE GRAFOS: AP... 165K€ Cerrado

Líder del proyecto

ECOLE NORMALE SUPERIEURE 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 Considerable amounts of high-dimensional signals are continuously being acquired, whether audio, images, videos, or specialized signals for example in geophysics or medicine. Automatic classification and retrieval is strongly needed to analyze and access these massive data sets, but current algorithms often produce too many errors. For high-dimensional signals, supervised classification algorithms are typically applied to reduced ``feature vectors''. These feature representations are specialized for each signal modality, for example speech, music, images, videos or seismic signals. This proposal aims at unifying these approaches to improve classification performances, by developing a general mathematical and algorithmic framework to optimize representations for classification. Classification errors result from representations which are not sufficiently informative or which maintain too much variability. The central challenge is to understand how to construct stable, informative invariants, while facing progressively more complex sources of variability. The first task concentrates on invariants to the action of finite groups including translations, rotations and scalings, while preserving stability to deformations. The second task addresses unsupervised representation learning from training data. The third task explores stable representations of invariant geometric signal structures, which is an outstanding problem.These challenges involve building new mathematical tools in harmonic and wavelet analysis, geometry and statistics, in close interaction with numerical algorithms. Classification applications to audio, images, video signals or geophysical signals are expected to serve as a basis for groundbreaking technological advances.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores