Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Hluboké vizuální reprezentace nestrukturovaných dat

Veřejná podpora

  • Poskytovatel

    Grantová agentura České republiky

  • Program

    Standardní projekty

  • Veřejná soutěž

    SGA0202200004

  • Hlavní účastníci

    Univerzita Karlova / Matematicko-fyzikální fakulta

  • Druh soutěže

    VS - Veřejná soutěž

  • Číslo smlouvy

    22-21696S

Alternativní jazyk

  • Název projektu anglicky

    Deep Visual Representations of Unstructured Data

  • Anotace anglicky

    This project aims at investigation and development of framework for instant transfer learning, where a generic pre-trained model of deep convolutional neural network (DCNN) is used as a universal feature extraction method for visualized unstructured data in many (non-visual) domains. The feature descriptors are then used in similarity search tasks (queries, joins) and in other parts of the data processing pipeline. The primary goal of this project is an alternative to the costly and long-lasting step of gathering domain-specific training data and subsequent model assembling and training. Instead, the investigated framework should enable practitioners to instantly use DCNN-based data representations in their new domains without the need of the costly step. The secondary goal of the project aims at developing a versatile metric for measuring quality of data visualization by use of the developed framework. As measuring the quality of data visualization is a difficult task in its complexity, such a metric would be a substantial contribution to the basic research in data visualization.

Vědní obory

  • Kategorie VaV

    ZV - Základní výzkum

  • OECD FORD - hlavní obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

  • 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>)

    AF - Dokumentace, knihovnictví, práce s informacemi<br>BC - Teorie a systémy řízení<br>BD - Teorie informace<br>IN - Informatika

Termíny řešení

  • Zahájení řešení

    1. 1. 2022

  • Ukončení řešení

    31. 12. 2024

  • Poslední stav řešení

    K - Končící víceletý projekt

  • Poslední uvolnění podpory

    6. 3. 2023

Dodání dat do CEP

  • Důvěrnost údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

  • Systémové označení dodávky dat

    CEP24-GA0-GA-R

  • Datum dodání záznamu

    19. 2. 2024

Finance

  • Celkové uznané náklady

    8 553 tis. Kč

  • Výše podpory ze státního rozpočtu

    7 725 tis. Kč

  • Ostatní veřejné zdroje financování

    828 tis. Kč

  • Neveřejné tuz. a zahr. zdroje finan.

    0 tis. Kč