Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

UQMSI

Financiado

Cerrado

Uncertainty Quantification and Modern Statistical Inference

Some of the most important and exciting challenges of our ‘information age’ have led to the development of novel statistical methodology and algorithms that are designed to deal with inference settings involving high-dimensionalit... ver más

28/02/2021

THE CHANCELLOR MAS...

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

THE CHANCELLOR MASTERS AND SCHOLARS OF THE UN... 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 H2020 notifico la concesión del proyecto el día 2021-02-28

ERC-CoG-2014: ERC Consolidator Grant

I+D

Cerrada hace 10 años

0% 100% 100%

Información adicional privada

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

1 Participantes

THE CHANCELLOR MASTERS AND S...

1.73M€ | Lider

Proyectos interesantes

MTM2010-19528

Data Science

Software

125K€ Cerrado

GTBB

Data Science

Software

2M€ Cerrado

ANUBIS

Data Science

Software

2M€ Cerrado

SMARTBAYES

Data Science

Software

550K€ Cerrado

BigBayesUQ

Data Science

Software

1M€ Cerrado

CausalHighDim

Data Science

Software

185K€ 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: 70 meses Fecha Inicio: 2015-04-20
Fecha Fin: 2021-02-28

Líder del proyecto

THE CHANCELLOR MASTERS AND SCHOLARS OF THE UN... 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 Some of the most important and exciting challenges of our ‘information age’ have led to the development of novel statistical methodology and algorithms that are designed to deal with inference settings involving high-dimensionality, graphical and network structures, inverse problems, ‘big data’, stochastic differential equations, diffusion processes, cosmic microwave background maps, brain tomography etc. While an abundance of algorithms is now available, a scientifically rigorous theory of uncertainty quantification and statistical decision making for such procedures has not been developed yet. Traditional approaches such as maximum likelihood estimation or parametric Bayesian inference cannot be used naively in increasingly complex contemporary statistical models. The construction of confidence statements and critical values for significant hypothesis tests is, however, of crucial importance for all applications of the statistical sciences to the modern world. In this research we propose an objective, mathematically rigorous, and practical paradigm for uncertainty quantification in modern statistical inference problems, and illustrate how this approach can be used in some of the recently emerged areas of statistics. Our theory can validate both Bayesian and frequentist approaches to statistical inference, and can be expected to be optimal in an information-theoretic sense. It has potential impact on all areas of scientific theory building, on legal and medical practice, public management of the internet, modern media and other information structures, and also on the foundations of the mathematical discipline of statistics in itself.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores