Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

NOLEPRO

Financiado

Cerrado

Nonlinear Eigenproblems for Data Analysis

In machine learning and exploratory data analysis, the major goal is the development of solutions for the automatic and efficient extraction of knowledge from data. This ability is key for further progress in science and engineeri... ver más

30/09/2017

USAAR

1M€

Presupuesto del proyecto: 1M€

Líder del proyecto

UNIVERSITAT DES SAARLANDES 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 2017-09-30 No tenemos la información de la convocatoria

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.

1 Participantes

USAAR

0.00€ | Lider

Proyectos interesantes

SIPA

Data Science

Software

1M€ Cerrado

PID2021-122154NB-I00

Data Science

Software

109K€ Cerrado

TENSOROOTS

Data Science

Software

161K€ Cerrado

MTM2009-09281

Software

Data Science

38K€ Cerrado

COLORAMAP

Data Science

Software

1M€ Cerrado

STAMFORD

Data Science

Software

2M€ 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

UNIVERSITAT DES SAARLANDES 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 In machine learning and exploratory data analysis, the major goal is the development of solutions for the automatic and efficient extraction of knowledge from data. This ability is key for further progress in science and engineering. A large class of data analysis methods is based on linear eigenproblems. While linear eigenproblems are well studied, and a large part of numerical linear algebra is dedicated to the efficient calculation of eigenvectors of all kinds of structured matrices, they are limited in their modeling capabilities. Important properties like robustness against outliers and sparsity of the eigenvectors are impossible to realize. In turn, we have shown recently that many problems in data analysis can be naturally formulated as nonlinear eigenproblems. In order to use the rich structure of nonlinear eigenproblems with an ease similar to that of linear eigenproblems, a major goal of this proposal is to develop a general framework for the computation of nonlinear eigenvectors. Furthermore, the great potential of nonlinear eigenproblems will be explored in various application areas. As the scope of nonlinear eigenproblems goes far beyond data analysis, this project will have major impact not only in machine learning and its use in computer vision, bioinformatics, and information retrieval, but also in other areas of the natural sciences.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores