Training and modernisation of public administrations and services – SATDAP – Training of Public Administration (Q2913556): Difference between revisions
Jump to navigation
Jump to search
(Changed label, description and/or aliases in fr, and other parts: Adding French translations) |
(Changed label, description and/or aliases in de, and other parts: Adding German translations) |
||||||||||||||
label / de | label / de | ||||||||||||||
Kapazitätsaufbau und Modernisierung der öffentlichen Verwaltungen und Dienstleistungen – SATDAP – Stärkung der öffentlichen Verwaltung | |||||||||||||||
Property / summary | |||||||||||||||
Das IA-SI-Projekt zielt darauf ab, das Risikomanagement in der Analysephase der Zahlungsanträge der Begünstigten Portugals 2020 mit Hilfe maschineller Lernmethoden zu verbessern. Ziel ist die Entwicklung von Lösungen auf der Grundlage von Prognosemodellen für die Zuverlässigkeit der Förderfähigkeit der Ausgaben und die Antizipation von Risiken für die Einhaltung der Zielvorgaben, die bei der Verwaltung von Anreizen verwendet werden sollen. (German) | |||||||||||||||
Property / summary: Das IA-SI-Projekt zielt darauf ab, das Risikomanagement in der Analysephase der Zahlungsanträge der Begünstigten Portugals 2020 mit Hilfe maschineller Lernmethoden zu verbessern. Ziel ist die Entwicklung von Lösungen auf der Grundlage von Prognosemodellen für die Zuverlässigkeit der Förderfähigkeit der Ausgaben und die Antizipation von Risiken für die Einhaltung der Zielvorgaben, die bei der Verwaltung von Anreizen verwendet werden sollen. (German) / rank | |||||||||||||||
Normal rank | |||||||||||||||
Property / summary: Das IA-SI-Projekt zielt darauf ab, das Risikomanagement in der Analysephase der Zahlungsanträge der Begünstigten Portugals 2020 mit Hilfe maschineller Lernmethoden zu verbessern. Ziel ist die Entwicklung von Lösungen auf der Grundlage von Prognosemodellen für die Zuverlässigkeit der Förderfähigkeit der Ausgaben und die Antizipation von Risiken für die Einhaltung der Zielvorgaben, die bei der Verwaltung von Anreizen verwendet werden sollen. (German) / qualifier | |||||||||||||||
point in time: 14 December 2021
|
Revision as of 07:08, 14 December 2021
Project Q2913556 in Portugal
Language | Label | Description | Also known as |
---|---|---|---|
English | Training and modernisation of public administrations and services – SATDAP – Training of Public Administration |
Project Q2913556 in Portugal |
Statements
254,973.0 Euro
0 references
299,968.0 Euro
0 references
85.0 percent
0 references
1 January 2020
0 references
30 September 2021
0 references
IAPMEI - AGÊNCIA PARA A COMPETITIVIDADE E INOVAÇÃO, I.P.
0 references
Q2986199 (Deleted Item)
0 references
O projeto IA-SI tem por objetivo melhorar a gestão dos riscos na fase de análise de pedidos de pagamento dos beneficiários dos sistemas de incentivos do Portugal 2020, com recurso a técnicas de aprendizagem automática. Pretende-se desenvolver soluções baseadas em modelos de previsão sobre fiabilidade de elegibilidade de despesas e sobre antecipação de riscos de cumprimento de objetivos, a utilizar na gestão de incentivos. (Portuguese)
0 references
The IA-SI project aims to improve risk management in the analysis phase of payment requests from beneficiaries of Portugal 2020 incentive systems, using machine learning techniques. The aim is to develop solutions based on forecasting models on the reliability of eligibility of expenditure and on anticipating risks of meeting targets, to be used in the management of incentives. (English)
8 July 2021
0 references
Le projet IA-SI vise à améliorer la gestion des risques dans la phase d’analyse des demandes de paiement des bénéficiaires des régimes d’incitation Portugal 2020 utilisant des techniques d’apprentissage automatique. L’objectif est d’élaborer des solutions fondées sur des modèles de prévision sur la fiabilité de l’éligibilité des dépenses et sur l’anticipation des risques de conformité cibles, à utiliser dans la gestion des incitations. (French)
6 December 2021
0 references
Das IA-SI-Projekt zielt darauf ab, das Risikomanagement in der Analysephase der Zahlungsanträge der Begünstigten Portugals 2020 mit Hilfe maschineller Lernmethoden zu verbessern. Ziel ist die Entwicklung von Lösungen auf der Grundlage von Prognosemodellen für die Zuverlässigkeit der Förderfähigkeit der Ausgaben und die Antizipation von Risiken für die Einhaltung der Zielvorgaben, die bei der Verwaltung von Anreizen verwendet werden sollen. (German)
14 December 2021
0 references
Porto
0 references
Identifiers
POCI-05-5762-FSE-000231
0 references