POC · 2014-2020 · Cluj
Metode de optimizare riemanniene pentru învățare profundă
finalizatSMIS 103321
Cifre cheie
- Valoare totală
- 8,7 mil. lei
- în lei, după sursă
- Finanțare UE
- —
- Plăți validate
- 8,6 mil. lei
- 98,6% din valoarea totală
Fișa proiectului
- Beneficiar
- Institutul Român de Știință și Tehnologie
- Tip beneficiar
- Instituție publică
- Perioadă
- 2014-2020
- Prioritate
- AP 1/P1.1/OS1.2-Secțiunea E
- Cod SMIS
- 103321
- Județ
- Cluj
- Localitate
- Cluj-Napoca
- Regiune
- Nord Vest
- Stare
- finalizat
- Început
- 27.09.2016
- Sfârșit
- 27.02.2021
Bugetul proiectului
- Valoare totală
- 8.689.500 lei
- Plăți validate
- 8.571.403,10 lei
Ce își propune proiectul
Proiectul DeepRiemann se ocupă cu punerea în aplicare a noțiunilor de geometrie riemanniană în analiza și proiectarea algoritmilor de ordinul întâi și al doilea pentru rețele neuronale în învățare profundă.
În proiect se studiază antrenarea unei rețele neuronale prin folosirea unor unelte de geometria informației și optimizarea varietăților, ca o problemă de optimizare definită peste o varietate statistică. Proiectul este deosebit de inovator și interdisciplinar, cu competențe de la învățarea automată la statistică, optimizare și geometrie diferențială, iar obiectivele proiectului sunt multiple și includ rezultate ale cercetării atât teoretice, cât și aplicate.
Textul este preluat din sursă, nemodificat.
Sursa datelor
Set de date: mipe-contracte-1420.
Extras la 24.10.2026 din fișierul publicat.
Sumele sunt în lei, așa cum le publică sursa; în euro doar când sursa dă valoarea în euro. Persoanele fizice și fermierii nu apar cu numele. Metodologie