Geometrické metody ve statistické teorie učení a aplikace

Poskytovatel

Grantová agentura České republiky

Program

Mezinárodní projekty

Veřejná soutěž

Mezinárodní projekty 13 (SGA0201800003)

Hlavní účastníci

Matematický ústav AV ČR, v. v. i.

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

18-01953J

Název projektu anglicky

Geometric methods in statistical learning theory and applications

Anotace anglicky

Statistical learning theory is mathematical foundation of machine learning - the currently fastest growing branch of computer sciences and artificial intelligence. Central objects of statistical learning theory are statistical models. The project is based on our results obtained jointly with N. Ay and J. Jost and covers the following topics: geometry of efficient estimations, geometry of natural gradient flows and properties of Kullback-Leibler divergence on statistical models, in particular graphical models, hidden Markov models, Boltzmann machine, multilayer perceptrons and infinite dimensional exponential models.

Kategorie VaV

ZV - Základní výzkum

OECD FORD - hlavní obor

10101 - Pure mathematics

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>)

BA - Obecná matematika

Zahájení řešení

1. 1. 2018

Ukončení řešení

31. 12. 2023

Poslední stav řešení

—

Poslední uvolnění podpory

24. 4. 2020

Důvěrnost údajů

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

Systémové označení dodávky dat

CEP22-GA0-GC-R

Datum dodání záznamu

21. 2. 2022

Celkové uznané náklady

1 389 tis. Kč

Výše podpory ze státního rozpočtu

1 101 tis. Kč

Ostatní veřejné zdroje financování

288 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč