Numerical Optimization and Machine Learning
数值优化和机器学习
基本信息
- 批准号:544900-2019
- 负责人:
- 金额:$ 9.49万
- 依托单位:
- 依托单位国家:加拿大
- 项目类别:Alliance Grants
- 财政年份:2019
- 资助国家:加拿大
- 起止时间:2019-01-01 至 2020-12-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
La compagnie Huawei est un leader mondial en télécommunications. Elle est massivement impliquée en recherche en intelligence artificielle et fait face à plusieurs problèmes d'optimisation. Cette collaboration, entre Huawei Canada et quatre professeurs de Polytechnique possédant une expertise diversifiée en optimisation, vise à faire progresser les connaissances en optimisation numérique, à développer des outils d'optimisation spécialisés en apprentissage automatique, et à former du personnel sensibilisé à ces problématiques. Durant trois ans, ce projet financera six étudiants au doctorat, deux stagiaires postdoctoraux, quatorze stagiaires de premier cycle, et deux associés de recherche. Conformément à une formule qui a fait ses preuves, le fonctionnement de cette équipe s'articule autour des deux associés de recherche, et les algorithmes et la théorie seront développés au centre de recherche GERAD. Les thématiques de recherche ont été sélectionnées en collaboration avec le partenaire industriel mais les algorithmes sont conçus comme des outils génériques pouvant bénéficier à d'autres applications. Les codes sont développés par les étudiants et validés par les associés de recherche. Une fois suffisamment matures, ils sont testés sur des applications de Huawei. Les résultats attendus de cette recherche sont l'amélioration des méthodes d'optimisation existantes, de nouveaux algorithmes plus adaptés aux applications industrielles et de meilleures techniques d'optimisation des réseaux de neurones. Les nouvelles méthodes seront décrites dans des articles scientifiques et les codes diffusés gratuitement dans leurs versions génériques. Ce projet contribuera à la réputation internationale de Montréal dans les domaines de l'optimisation et de l'apprentissage automatique, hautement stratégiques pour le Canada. En s'associant avec une entreprise qui figure parmi les chefs de file en télécommunications et en intelligence artificielle, les chercheurs universitaires développeront un avantage technologique qui leur permettra de développer des méthodes plus avancées et de former du personnel convoité sur le marché de l'emploi canadien. Enfin, tous les aspects de ce projet suivent les principes d'équité, de diversité et d'inclusion.
华为公司是全球电信行业的领导者。她在人工智能研究中取得了进展,并面临着许多优化问题。Cette collaboration,entre Huawei Canada et quantitative seurs de Polytechnique possédant une expertise diversifiée en optimization,vise à faire progresser les connaissances en optimization numérique,à déciliper des outils d'optimization spécialisés en optissage automatique,et à former du personnel sensibilisé à ces problématiques.杜兰特三年来,该项目资助了六名Au博士生,两名博士后,四名第一轮学生,以及两名研究员。符合一个公式,使其成为可能,这一功能由两个研究协会共同研究,算法和理论由GERAD研究中心Au研究。Les thématiques de recherche ont été sélectionnées en collaboration avec le partenaire industriel迈斯les algorithmes sont conçus comme de outils génériques pouvant bénéficier à d'autres applications.这些守则不是由学生执行,而是由研究协会执行。Une fois suffisamment mature,ils sont testés sur des applications de Huawei. Les resultats attendus de cette recherche sont l'amélioration des methodes d'optimization existantes,de nouveaux algorithmes plus adaptés aux applications industrielles et de meilleures techniques d'optimization des réseaux de neurones.新方法在科学文章中出现,而代码在一般版本中毫无意义地扩散。该项目为蒙特利尔在自动优化和自动化领域的国际报告做出了贡献,为加拿大提供了战略支持。在与一家企业合作的过程中,该企业将负责远程通信和人工智能方面的工作,大学校长们将利用先进的技术,在加拿大就业市场上开发先进的方法和人员。此外,该项目的图斯所有方面都体现了平等、多样性和包容的原则。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
LeDigabel, Sébastien其他文献
LeDigabel, Sébastien的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('LeDigabel, Sébastien', 18)}}的其他基金
Derivative-Free Optimization: Algorithmic Developments, Software Design, Applications, and Machine Learning
无导数优化:算法开发、软件设计、应用程序和机器学习
- 批准号:
RGPIN-2018-05286 - 财政年份:2022
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Derivative-Free Optimization: Algorithmic Developments, Software Design, Applications, and Machine Learning
无导数优化:算法开发、软件设计、应用程序和机器学习
- 批准号:
RGPIN-2018-05286 - 财政年份:2021
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Numerical Optimization and Machine Learning
数值优化和机器学习
- 批准号:
544900-2019 - 财政年份:2021
- 资助金额:
$ 9.49万 - 项目类别:
Alliance Grants
Derivative-Free Optimization: Algorithmic Developments, Software Design, Applications, and Machine Learning
无导数优化:算法开发、软件设计、应用程序和机器学习
- 批准号:
RGPIN-2018-05286 - 财政年份:2020
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Numerical Optimization and Machine Learning
数值优化和机器学习
- 批准号:
544900-2019 - 财政年份:2020
- 资助金额:
$ 9.49万 - 项目类别:
Alliance Grants
Derivative-Free Optimization: Algorithmic Developments, Software Design, Applications, and Machine Learning
无导数优化:算法开发、软件设计、应用程序和机器学习
- 批准号:
RGPIN-2018-05286 - 财政年份:2019
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Derivative-Free Optimization: Algorithmic Developments, Software Design, Applications, and Machine Learning
无导数优化:算法开发、软件设计、应用程序和机器学习
- 批准号:
RGPIN-2018-05286 - 财政年份:2018
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Use of surrogates in derivative-free optimization
在无导数优化中使用代理
- 批准号:
418250-2012 - 财政年份:2017
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Use of surrogates in derivative-free optimization
在无导数优化中使用代理
- 批准号:
418250-2012 - 财政年份:2015
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Use of surrogates in derivative-free optimization
在无导数优化中使用代理
- 批准号:
418250-2012 - 财政年份:2014
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
相似国自然基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
- 批准号:
- 批准年份:2024
- 资助金额:万元
- 项目类别:合作创新研究团队
供应链管理中的稳健型(Robust)策略分析和稳健型优化(Robust Optimization )方法研究
- 批准号:70601028
- 批准年份:2006
- 资助金额:7.0 万元
- 项目类别:青年科学基金项目
相似海外基金
Numerical Optimization, Formulations and Algorithms, for Machine Learning
用于机器学习的数值优化、公式和算法
- 批准号:
RGPIN-2019-04067 - 财政年份:2022
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Numerical Optimization and Machine Learning
数值优化和机器学习
- 批准号:
544900-2019 - 财政年份:2022
- 资助金额:
$ 9.49万 - 项目类别:
Alliance Grants
Numerical Optimization, Formulations and Algorithms, for Machine Learning
用于机器学习的数值优化、公式和算法
- 批准号:
RGPIN-2019-04067 - 财政年份:2021
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Numerical Optimization and Machine Learning
数值优化和机器学习
- 批准号:
544900-2019 - 财政年份:2021
- 资助金额:
$ 9.49万 - 项目类别:
Alliance Grants
Numerical Optimization, Formulations and Algorithms, for Machine Learning
用于机器学习的数值优化、公式和算法
- 批准号:
RGPIN-2019-04067 - 财政年份:2020
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Numerical Optimization and Machine Learning
数值优化和机器学习
- 批准号:
544900-2019 - 财政年份:2020
- 资助金额:
$ 9.49万 - 项目类别:
Alliance Grants
Numerical Optimization, Formulations and Algorithms, for Machine Learning
用于机器学习的数值优化、公式和算法
- 批准号:
RGPIN-2019-04067 - 财政年份:2019
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Grants Program - Individual
Numerical Optimization, Formulations and Algorithms, for Machine Learning
用于机器学习的数值优化、公式和算法
- 批准号:
DGECR-2019-00147 - 财政年份:2019
- 资助金额:
$ 9.49万 - 项目类别:
Discovery Launch Supplement
Machine Learning and Numerical Optimization in Julia
Julia 中的机器学习和数值优化
- 批准号:
512929-2017 - 财政年份:2017
- 资助金额:
$ 9.49万 - 项目类别:
University Undergraduate Student Research Awards
Cross-scale numerical analysis and optimization of machine tool dynamics by integration of particle-filled hollow sphere structures
通过集成颗粒填充空心球结构对机床动力学进行跨尺度数值分析和优化
- 批准号:
516929769 - 财政年份:
- 资助金额:
$ 9.49万 - 项目类别:
Research Grants