权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Closed-Loop Data Science for Complex, Computationally- and Data-Intensive Analytics

用于复杂、计算和数据密集型分析的闭环数据科学

基本信息

批准号：
EP/R018634/1
负责人：
Roderick Murray-Smith
金额：
$ 392.23万
依托单位：
University of Glasgow
依托单位国家：
英国
项目类别：
Research Grant
财政年份：
2018
资助国家：
英国
起止时间：
2018 至无数据
项目状态：
已结题

来源：
https://gtr.ukri.org/projects?ref=EP%2FR018634%2F1
关键词：
Closed Loop Data Science Complex

项目摘要

Progress in sensing, computational power, storage and analytic tools has given us access to enormous amounts of complex data, which can inform us of better ways to manage our cities, run our companies or develop new medicines. However, the 'elephant in the room' is that when we act on that data we change the world, potentially invalidating the older data. Similarly, when monitoring living cities or companies, we are not able to run clean experiments on them - we get data which is affected by the way they are run today, which limits our ability to model these complex systems. We need ways to run ongoing experiments on such complex systems. We also need to support human interactions with large and complex data sets. In this project we will look at the overlap between the challenge someone faces when coping with all the choices associated with booking a flight for a weekend away, and an expert running complex experiments in a laboratory.The project will test the core ideas in a number of areas, including personalisation of hearing aids, analysis of cancer data, and adapting the computing resources for a major bank.

传感、计算能力、存储和分析工具的进步使我们能够获得大量复杂的数据，这些数据可以帮助我们更好地管理城市、运营公司或开发新药。然而，“房间里的大象”是，当我们对这些数据采取行动时，我们改变了世界，可能会使旧数据无效。同样，在监测生活中的城市或公司时，我们无法对它们进行干净的实验-我们得到的数据受到它们今天运行方式的影响，这限制了我们对这些复杂系统建模的能力。我们需要在如此复杂的系统上进行持续的实验。我们还需要支持人类与大型复杂数据集的交互。在这个项目中，我们将研究一个人在处理与预订周末旅行航班相关的所有选择时所面临的挑战与一个专家在实验室中进行复杂实验之间的重叠。该项目将在许多领域测试核心想法，包括个性化助听器，癌症数据分析以及为大型银行调整计算资源。

项目成果

期刊论文数量（10）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Understanding the variability of pointing tasks with event-driven intermittent control

通过事件驱动的间歇控制了解指向任务的可变性

DOI：
10.1016/j.ifacol.2022.11.073
发表时间：
2022
期刊：
IFAC-PapersOnLine
影响因子：
0
作者：
Alvarez-Martin J
通讯作者：
Alvarez-Martin J

Bayesian optimisation for efficient parameter inference in a cardiac mechanics model of the left ventricle.

DOI：
10.1002/cnm.3593
发表时间：
2022-05
期刊：
International journal for numerical methods in biomedical engineering
影响因子：
2.1
作者：
通讯作者：

Hysteresis-based supervisory control with application to non-pharmaceutical containment of COVID-19.

DOI：
10.1016/j.arcontrol.2021.07.001
发表时间：
2021
期刊：
Annual reviews in control
影响因子：
9.4
作者：
Bin M;Crisostomi E;Ferraro P;Murray-Smith R;Parisini T;Shorten R;Stein S
通讯作者：
Stein S

Post-lockdown abatement of COVID-19 by fast periodic switching.

通过快速周期性切换减少Covid-19。

DOI：
10.1371/journal.pcbi.1008604
发表时间：
2021-01
期刊：
PLoS computational biology
影响因子：
4.3
作者：
Bin M;Cheung PYK;Crisostomi E;Ferraro P;Lhachemi H;Murray-Smith R;Myant C;Parisini T;Shorten R;Stein S;Stone L
通讯作者：
Stone L

Semi-Complete Data Augmentation for Efficient State Space Model Fitting

用于高效状态空间模型拟合的半完整数据增强