TITLE: EXPLAIN 4.0: DEVELOPMENT OF INTERPRETABLE ARTIFICIAL INTELLIGENCE SOLUTIONS FOR INDUSTRY 4.0 (Q4242250)

From EU Knowledge Graph
Revision as of 15:35, 6 February 2022 by DG Regio (talk | contribs) (‎Changed an Item: Edited by the infer coords bot - inferring coordinates from location)
Jump to navigation Jump to search
Project Q4242250 in Italy
Language Label Description Also known as
English
TITLE: EXPLAIN 4.0: DEVELOPMENT OF INTERPRETABLE ARTIFICIAL INTELLIGENCE SOLUTIONS FOR INDUSTRY 4.0
Project Q4242250 in Italy

    Statements

    0 references
    17,415.0 Euro
    0 references
    34,830.0 Euro
    0 references
    50.0 percent
    0 references
    STATWOLF DATA SCIENCE S.R.L.
    0 references
    0 references
    0 references

    45°24'27.79"N, 11°52'24.42"E
    0 references
    EXPLAIN 4.0 MIRA A SVILUPPARE SISTEMI DI SUPPORTO ALLE DECISIONI (SSD) BASATE SU TECNICHE DI MACHINE LEARNING (ML) INTERPRETABILI PER L - INDUSTRIA 4.0. UNO DEI MAGGIORI SCOGLI PER LA DIFFUSIONE DI SOLUZIONI BASATE SU ML IN AMBITO INDUSTRIALE (E NON) E' INFATTI LA SCARSA FIDUCIA NEI CONFRONTI DELLE PREDIZIONI DEGLI ALGORITMI, SPECIALMENTE DA PARTE DI PERSONE NON FORMATE SU TALI TEMATICHE. IL PROGETTO, GRAZIE AL RECLUTAMENTO DI UN GIOVANE RICERCATORE CON UN PROFILO DA DATA SCIENTIST, SI CONCENTRERA' SU TECNICHE DI ML NON SUPERVISIONATE; QUESTE HANNO UN - ENORME RILEVANZA IN AMBITO INDUSTRIALE ABILITANDO SOLUZIONI PER IL RICONOSCIMENTO DI ANOMALIE CHE HANNO IL VANTAGGIO DI NON ESSERE BASATE SU `ETICHETTATURE - DEL DATO DA PARTE DI UN ESSERE UMANO, CHE SONO SPESSO NON PRESENTI O POCO AFFIDABILI IN AMBITI REALI. NEL CONTESTO DEL RICONOSCIMENTO DELLE ANOMALIE, L - INTERPRETABILITA' DI TALI SOLUZIONI, OLTRE AD INCREMENTARE L - ADOZIONE DA PARTE DELL - UTENTE, HA ANCHE L - ENORME VANTAGGIO D (Italian)
    0 references
    EXPLAIN 4.0 AIMS TO DEVELOP DECISION SUPPORT SYSTEMS (SSDS) BASED ON MACHINE LEARNING TECHNIQUES (ML) INTERPRETABLE FOR INDUSTRY 4.0. ONE OF THE BIGGEST REEFS FOR THE DISSEMINATION OF ML-BASED SOLUTIONS IN INDUSTRY (AND NOT) IS THE LACK OF CONFIDENCE IN ALGORITHM PREDICTIONS, ESPECIALLY FROM PEOPLE NOT TRAINED ON THESE ISSUES. THE PROJECT, THANKS TO THE RECRUITMENT OF A YOUNG RESEARCHER WITH A SCIENTIST DATA PROFILE, WILL FOCUS ON UNSUPERVISED ML TECHNIQUES; THESE HAVE A HUGE INDUSTRIAL RELEVANCE BY ENABLING SOLUTIONS FOR THE RECOGNITION OF ANOMALIES THAT HAVE THE ADVANTAGE OF NOT BEING BASED ON ‘LABELLING’ OF DATA BY A HUMAN BEING, WHICH ARE OFTEN NOT PRESENT OR UNRELIABLE IN REAL AREAS. IN THE CONTEXT OF THE RECOGNITION OF ANOMALIES, THE INTERPRETABILITY OF THESE SOLUTIONS, IN ADDITION TO INCREASING THE — ADOPTION BY THE USER, ALSO HAS THE ENORMOUS ADVANTAGE OF (English)
    2 February 2022
    0 references
    L’EXPLICATION 4.0 VISE À DÉVELOPPER DES SYSTÈMES D’AIDE À LA DÉCISION (SSD) BASÉS SUR DES TECHNIQUES D’APPRENTISSAGE AUTOMATIQUE (ML) INTERPRÉTABLES POUR L’INDUSTRIE 4.0. L’UN DES PLUS GRANDS RÉCIFS POUR LA DIFFUSION DE SOLUTIONS À BASE DE ML DANS L’INDUSTRIE (ET NON) EST LE MANQUE DE CONFIANCE DANS LES PRÉDICTIONS ALGORITHMIQUES, EN PARTICULIER DE LA PART DE PERSONNES QUI N’ONT PAS REÇU DE FORMATION SUR CES QUESTIONS. LE PROJET, GRÂCE AU RECRUTEMENT D’UN JEUNE CHERCHEUR AYANT UN PROFIL DE DONNÉES SCIENTIFIQUES, SE CONCENTRERA SUR LES TECHNIQUES ML NON SURVEILLÉES; CELLES-CI ONT UNE IMPORTANCE INDUSTRIELLE CONSIDÉRABLE EN PERMETTANT DES SOLUTIONS POUR LA RECONNAISSANCE D’ANOMALIES QUI ONT L’AVANTAGE DE NE PAS ÊTRE BASÉES SUR L’«ÉTIQUETAGE» DES DONNÉES PAR UN ÊTRE HUMAIN, QUI SONT SOUVENT INEXISTANTES OU PEU FIABLES DANS DES DOMAINES RÉELS. DANS LE CONTEXTE DE LA RECONNAISSANCE DES ANOMALIES, L’INTERPRÉTABILITÉ DE CES SOLUTIONS, EN PLUS D’AUGMENTER L’ADOPTION PAR L’UTILISATEUR, A ÉGALEMENT L’ÉNORME AVANTAGE DE: (French)
    2 February 2022
    0 references
    ERKLÄREN 4.0 ZIELT DARAUF AB, ENTSCHEIDUNGSUNTERSTÜTZUNGSSYSTEME (SSDS) AUF DER GRUNDLAGE VON MASCHINELLEN LERNTECHNIKEN (ML) ZU ENTWICKELN, DIE FÜR INDUSTRIE 4.0 INTERPRETIERBAR SIND. EINES DER GRÖSSTEN RIFFE FÜR DIE VERBREITUNG VON ML-BASIERTEN LÖSUNGEN IN DER INDUSTRIE (UND NICHT) IST DAS MANGELNDE VERTRAUEN IN ALGORITHMUSVORHERSAGEN, INSBESONDERE VON PERSONEN, DIE IN DIESEN FRAGEN NICHT GESCHULT SIND. DAS PROJEKT WIRD SICH DANK DER REKRUTIERUNG EINES JUNGEN FORSCHERS MIT EINEM WISSENSCHAFTLICHEN DATENPROFIL AUF UNÜBERWACHTE ML-TECHNIKEN KONZENTRIEREN; DIESE HABEN EINE ENORME INDUSTRIELLE RELEVANZ, INDEM SIE LÖSUNGEN FÜR DIE ANERKENNUNG VON ANOMALIEN ERMÖGLICHEN, DIE DEN VORTEIL HABEN, DASS SIE NICHT AUF DER „KENNZEICHNUNG“ VON DATEN DURCH EINEN MENSCHEN BERUHEN, DIE IN REALEN BEREICHEN OFT NICHT VORHANDEN ODER UNZUVERLÄSSIG SIND. IM ZUSAMMENHANG MIT DER ANERKENNUNG VON ANOMALIEN HAT DIE INTERPRETATION DIESER LÖSUNGEN NEBEN DER ERHÖHUNG DER AKZEPTANZ DURCH DEN NUTZER AUCH DEN ENORMEN VORTEIL VON (German)
    3 February 2022
    0 references
    EXPLAIN 4.0 IS BEDOELD OM BESLISSINGSONDERSTEUNENDE SYSTEMEN (SSD’S) TE ONTWIKKELEN OP BASIS VAN MACHINE LEARNING TECHNIEKEN (ML) DIE KUNNEN WORDEN GEÏNTERPRETEERD VOOR INDUSTRIE 4.0. EEN VAN DE GROOTSTE RIFFEN VOOR DE VERSPREIDING VAN ML-GEBASEERDE OPLOSSINGEN IN DE INDUSTRIE (EN NIET) IS HET GEBREK AAN VERTROUWEN IN ALGORITME VOORSPELLINGEN, VOORAL VAN MENSEN DIE NIET ZIJN OPGELEID IN DEZE KWESTIES. HET PROJECT ZAL, DANKZIJ DE REKRUTERING VAN EEN JONGE ONDERZOEKER MET EEN WETENSCHAPPERGEGEVENSPROFIEL, GERICHT ZIJN OP ONGECONTROLEERDE ML-TECHNIEKEN; DEZE HEBBEN EEN ENORME INDUSTRIËLE RELEVANTIE DOOR OPLOSSINGEN MOGELIJK TE MAKEN VOOR DE HERKENNING VAN ANOMALIEËN DIE HET VOORDEEL HEBBEN DAT ZE NIET GEBASEERD ZIJN OP „ETIKETTERING” VAN GEGEVENS DOOR EEN MENS, DIE VAAK NIET AANWEZIG OF ONBETROUWBAAR ZIJN IN REËLE GEBIEDEN. IN HET KADER VAN DE ERKENNING VAN ANOMALIEËN HEEFT DE INTERPRETATIE VAN DEZE OPLOSSINGEN, NAAST DE TOENAME VAN DE ADOPTIE DOOR DE GEBRUIKER, OOK HET ENORME VOORDEEL VAN (Dutch)
    4 February 2022
    0 references
    EXPLICA 4.0 TIENE COMO OBJETIVO DESARROLLAR SISTEMAS DE APOYO A LA TOMA DE DECISIONES (SSD) BASADOS EN TÉCNICAS DE APRENDIZAJE AUTOMÁTICO (ML) INTERPRETABLES PARA LA INDUSTRIA 4.0. UNO DE LOS ARRECIFES MÁS GRANDES PARA LA DIFUSIÓN DE SOLUCIONES BASADAS EN ML EN LA INDUSTRIA (Y NO) ES LA FALTA DE CONFIANZA EN LAS PREDICCIONES DE ALGORITMOS, ESPECIALMENTE DE PERSONAS NO CAPACITADAS EN ESTOS TEMAS. EL PROYECTO, GRACIAS A LA CONTRATACIÓN DE UN JOVEN INVESTIGADOR CON UN PERFIL CIENTÍFICO DE DATOS, SE CENTRARÁ EN TÉCNICAS DE ML NO SUPERVISADAS; ESTAS TIENEN UNA ENORME RELEVANCIA INDUSTRIAL AL PERMITIR SOLUCIONES PARA EL RECONOCIMIENTO DE ANOMALÍAS QUE TIENEN LA VENTAJA DE NO ESTAR BASADAS EN EL «ETIQUETADO» DE DATOS POR PARTE DE UN SER HUMANO, QUE A MENUDO NO ESTÁN PRESENTES O NO SON FIABLES EN ÁREAS REALES. EN EL CONTEXTO DEL RECONOCIMIENTO DE ANOMALÍAS, LA INTERPRETABILIDAD DE ESTAS SOLUCIONES, ADEMÁS DE AUMENTAR LA — ADOPCIÓN POR EL USUARIO, TAMBIÉN TIENE LA ENORME VENTAJA DE (Spanish)
    4 February 2022
    0 references
    PADOVA
    0 references

    Identifiers