Avanserte Analytics og data mining

Hot:

EU-prosjekt finansiering av intelligens:

http://cordis.europa.eu/fp7/ict/content-knowledge/fp7-call8_en.html~~V

(...)

Target utfall

a) Reaktive algoritmer, infrastruktur og metoder (parallelisation, Tilnærming, online prosessering, kompresjon) for data intensive skalering teknikker (inkludert men ikke begrenset til maskin læring, inferens, statistisk analyse) opp til svært store datamengder og sanntid ytelse. Implementeringer Må grundig testet på ekstremt store og komplekse datasett Realistisk kommer fra ulike ressurser bidratt med organisasjoner med en klar eierandel i løsningen, og en klar bane for å distribuere det hvis effektiv.

b) at integrerte systemer Intelligent beslutningsprosesser Direkte støtte og situasjonsbevissthet ved dynamisk Integrering, forenelig, fikseringspressing og ekstremt store mengder analysere data ressurser tull og bekker. Dette inkluderer (men er ikke begrenset til) erkjenner komplekse hendelser og mønstre som er vanskelig eller umulig i dag å oppdage, samle og meninger er formidling eller spådommer, tilbyr alternative conceptualisations, noe som garanterer aktualitet, fullstendighet og korrekthet, Integrering kategoriske og Statistiske analyser. Visuelle Analytics Bør LIKE integrere dataanalyse og visualisering. Effektiviteten av slike løsninger vil bli vurdert opp mot kravene i relevant konkrete fagfolk og tettsteder og testet på brukergrupper Hensiktsmessig størrelse og svært store dataressurser fra de respektive domener (inkludert men ikke begrenset til, finans, engineering, regjeringen, Geospace og transport, urban management).

c) Rammeverk og verktøy for informasjonshåndtering benchmarking og utforske mangfoldet og Sammenligning og optimere ytelsen ikke mainstream data management og databehandling arkitekturer Paradigmer, strukturer og algoritmer romanen data om ekstremt store mengder data. Mens vitenskapelige og rigor Metodisk kvalitet og nyhetsverdi er de viktigste kriteriene for suksess, vil preferanse bli gitt til forslag som tydelig Identifiserte adresse til industrielle, vitenskapelige eller samfunnsmessige bekymring "eller mulighet og / eller bringe sammen hittil urelaterte vitenskapelige eller tekniske programvare lokalsamfunn.

d) Målrettet påskynde konkurranse rammeverk fremskritt mot storskala omfattende informasjon styringssystemer av relevans. Rammeverket vil bli pålagt å: identifisere et godt rettferdiggjort industrielle, vitenskapelige eller samfunnsmessige mål bilde kan ikke oppnås at med de beste resultater nåværende informasjon løsninger, definerer Betingelser som Detaljert kvantitative eksperimentelle fremgang mot målet bildet kan bli pålitelig observert, Iverksette en rettferdig testing rammen av dataressurser, inkludert realistisk i størrelse og art og i stand til støtte støtte et stort antall deltagere; Grovt annonsere konkurransen, administrere og publisere flere runder testing utfallet av konkurransen med en passende analyse av ytelsesproblemer og trender.

e) Fellesskap Initiatives bygge nettverk og annen teknologi for å knytte leverandører, systemintegratorer og ledende bruker Organisasjoner. Disse handlingene vil spre resultater og beste praksis og å ta opp barrierer som hindrer utplassering av bredere forskning resultater, arbeid eller Advancing å etablere standarder og benchmarks Anerkjent vidt og øke bevisstheten om potensialet i teknologien innenfor den bredere publikum.