Projektin yksityiskohdat
Tiivistelmä
Tämän projektin tavoitteena on kehittää uusia menetelmiä fysiikkatietoiseen koneoppimiseen, joka on nouseva tekoälyn osa-alue. Fysiikkatietoinen koneoppiminen pyrkii mullistamaan tieteen ja tekniikan yhdistämällä syvän koneoppimisen ja tieteellisen laskennan alat. Tässä projektissa tavoitteena on kehittää tähän yhteyteen bayesilaisia menetelmiä, jotka tekevät menetelmistä robustimpia ja mahdollistavat hyvin kalibroidun epävarmuuden kvantifioinnin ennusteissa. Projekti on NSF-AKA-yhteistyö, johon osallistuvat Simo Särkkä Aalto-yliopistosta sekä Ulisses Braga-Neto Texas A&M -yliopistosta.
| Lyhytotsikko | Bayes-PIML |
|---|---|
| Akronyymi | Bayes-PIML |
| Tila | Käynnissä |
| Todellinen alku/loppupvm | 01/01/2023 → 31/12/2025 |
Yhteistyöpartnerit
- Aalto-yliopisto (johto)
- Suomen Akatemia (Yhteishakija)
- Suomen Akatemia (Projektin osapuoli)
- Texas A&M University (Yhteishakija)
Sormenjälki
Tutustu tutkimuksen aiheisiin, joita tämä projekti koskee. Nämä merkinnät luodaan taustalla olevien stipendien/apurahojen perusteella. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.