Hierarchické architektury pro rozpoznávání

Poskytovatel
Grantová agentura České republiky
Program
Standardní projekty
Veřejná soutěž
Standardní projekty 23 (SGA0201900001)
Hlavní účastníci
České vysoké učení technické v Praze / Fakulta elektrotechnická
Druh soutěže
VS - Veřejná soutěž
Číslo smlouvy
19-09967S

Název projektu anglicky
Compositional Architectures for Pattern Recognition
Anotace anglicky
Artificial neural networks nowadays enjoy a renaissance under the name deep learning. It was ignited by the unexpected discovery that deep enough networks trained on big enough data beat all other approaches by large margin in many difficult tasks of pattern recognition. It is widely believed that the key feature enabling this qualitative leap in performance is compositionality (hierarchical processing). Having realized this, one can consider other compositional machine learning models, most importantly graphical models and stochastic image grammars, and hope that these models can become comparably successful as long as they are sufficiently deep. We want to (a) contribute to the theory of selected compositional models and (b) explore the relations between different models, aiming at combined models that would alleviate some of their theoretical drawbacks. In particular, we want to transfer some techniques from graphical models to neural networks, contribute to inference methods in several models, and finally attack some fundamental theoretical questions regarding compositionality.

Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
20204 - Robotics and automatic control
OECD FORD - vedlejší obor
—
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)
JD - Využití počítačů, robotika a její aplikace

Hodnocení poskytovatelem
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Zhodnocení výsledků projektu
Projekt úspěšně splnil stanovené cíle a dosáhl dostatečného množství kvalitních publikací. Finanční prostředky byly čerpány uvážlivě a v souladu s plánem a pravidly grantové agentury. Projekt lze tedy považovat za úspěšně splněný.

Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP23-GA0-GA-U
Datum dodání záznamu
26. 6. 2023

Podobné projekty(10)