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”

Neuro-Symbolic Learning for Relational Databases

Veřejná podpora

  • Poskytovatel

    Grantová agentura České republiky

  • Program

    Standardní projekty

  • Veřejná soutěž

    SGA0202600001

  • Hlavní účastníci

    České vysoké učení technické v Praze / Fakulta elektrotechnická

  • Druh soutěže

    VS - Veřejná soutěž

  • Číslo smlouvy

    26-22501S

Alternativní jazyk

  • Název projektu anglicky

    Neuro-Symbolic Learning for Relational Databases

  • Anotace anglicky

    We are seeing tremendous successes of large neural networks, enabled primarily by efficient data-parallel processing of the underlying tensor representations on GPUs. However, despite the recent breakthroughs, these models are still fundamentally limited in many aspects considered elementary to AI systems. Particularly, in this proposal, we address the contemporary problem of deep learning with relational and symbolic representations that are omnipresent in the interlinked structures of real-world data yet do not succumb to the pre-canned, fixed-size tensor forms. To surpass this limitation, we propose a principled integration of deep learning with the highly expressive and interpretable formalism of relational logic, effectively introducing a complete neuro-symbolic learning framework for relational databases. Methodologically, we propose to build on a well-founded, symmetry-based approach where both parts of the neural-symbolic integration form a proper special case, enabling us to directly improve and generalize state-of-the-art models, such as Graph Neural Networks, and more.

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. 2026

  • Ukončení řešení

    31. 12. 2028

  • Poslední stav řešení

    Z - Začínající víceletý projekt

  • Poslední uvolnění podpory

Dodání dat do CEP

  • Důvěrnost údajů

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

  • Systémové označení dodávky dat

    CEP26-GA0-GA-R

  • Datum dodání záznamu

    6. 5. 2026

Finance

  • Celkové uznané náklady

    8 484 tis. Kč

  • Výše podpory ze státního rozpočtu

    8 484 tis. Kč

  • Ostatní veřejné zdroje financování

    0 tis. Kč

  • Neveřejné tuz. a zahr. zdroje finan.

    0 tis. Kč