Konstrukce kanálů pro analýzu dat

Poskytovatel

Ministerstvo školství, mládeže a tělovýchovy

Program

ERC CZ

Veřejná soutěž

SMSM2023LL001

Hlavní účastníci

Univerzita Karlova / Matematicko-fyzikální fakulta

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

MSMT-2853/2023

Název projektu anglicky

Engineering of Data Analysis Pipelines

Anotace anglicky

Computer science failed, as a discipline, at producing tools and methodologies that can be adopted by working data scientists. The goal of Ch-RiGiD is to identify some of the most impactful errors and to develop a methodology for rigorous engineering data analysis pipelines that can be adopted in practice. We aim to reduce the potential for errors and increase our confidence in results while retaining ease of use. Our approach is as follows: First, identify the problem by studying a large corpus of code used for data analysis. This phase of the project will contribute a classification of errors, as well as their frequencies and severity. We will develop novel program analysis techniques that blend static and dynamic analyses to account for the nature of the data science codes. Second, propose a methodology for developing data science applications that decreases errors and increases reproducibility and accountability. The outcomes here will be tools and techniques for improving the correctness of our target applications. Third, evaluate the proposal by conducting user studies. The contribution of this part of the project will be the deployment of our tools using automated techniques and the empirical evaluation of their efficacy.

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

Zahájení řešení

1. 9. 2023

Ukončení řešení

31. 8. 2028

Poslední stav řešení

B - Běžící víceletý projekt

Poslední uvolnění podpory

10. 1. 2024

Důvěrnost údajů

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

Systémové označení dodávky dat

CEP24-MSM-LL-R

Datum dodání záznamu

15. 3. 2024

Celkové uznané náklady

52 130 tis. Kč

Výše podpory ze státního rozpočtu

52 130 tis. Kč

Ostatní veřejné zdroje financování

0 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč