DeepRAP: Deep Reasoning, Abstraction & Planning towards trustworthy Cognitive AI Systems

Expected Impact: The resulting portfolio will not only advance the scientific state-of-the-art but also build a robust, interoperable, and application-driven community, positioning Europe at the forefront of trustworthy cognitive AI. It should also lay the foundations for future European leadership in safe, human-centric cognitive AI, supporting sovereignty and competitiveness in key sectors. It will support the ambitions of the AI Act [1] and the European approach to Artificial Intelligence [2] . Expected Outcome: Ambitious proposals put forward under this call will deliver: Models and/or architectures that handle multimodal data and knowledge, uncertainty, and can be trained and deployed with constrained computational resources Provable trustworthiness mechanisms ensuring explainability, transparency, fairness, risk evaluation, security and alignment with ethical and legal standards, i… devamı

1. %60
   DIONYSIS GOULARAS

   DoçentYeditepe Üniversitesi

   Ortak konular: Dementia and Cognitive Impairment Research

   Örtüşen yayınlar: Political News Monitoring and Questioning the Trustworthiness of News among Turkish University Students in the Infodemic COVID-19 Environment (2024) · Predicting the prognosis of MCI patients using longitudinal MRI data (2021)

2. %41
   ESRA ERDEM PATOĞLU

   ProfesörSabancı Üniversitesi

   Ortak konular: AI-based Problem Solving and Planning

   Örtüşen yayınlar: Human Robot Collaborative Assembly Planning: An Answer Set Programming Approach (2020) · ReAct!: An Interactive Educational Tool for AI Planning for Robotics (2015)

3. %41
   SİNAN SERDAR ÖZKAN

   ProfesörSakarya Uygulamalı Bilimler Üniversitesi

   Ortak konular: Robotic Path Planning Algorithms

   Örtüşen yayınlar: Design and Structural Analysis of Trailer Sliding Underrun Protection Device Complied with ECE R58.03 Regulation (2022) · Prediction and Control of Product Quality in Deep Drawing Process Design and Implementation of An intelligent System Using Knowledge Technologies (2012)

Uyum oranı kodla, her istekte hesaplanır. Çağrı metni (başlık, anahtar kelimeler, resmi açıklamanın başı) şu üç kaynakla karşılaştırılır: akademisyen profiliyle anlamsal yakınlık (%50), YÖKSİS anahtar kelimeleri ve OpenAlex konularındaki ortak ayırt edici terimler (%25) ve yayın içeriği — başlıklar, İngilizce özetler ve bunların Türkçe çevirileri (%25). Çeviriler sayesinde Türkçe çağrılar İngilizce yayınlarla da eşleşir. Yaygın kelimeler düşük ağırlıklıdır; %40 altı gösterilmez. Bir konu önerisidir; başvuru uygunluğu, kapasite ya da başarı değerlendirmesi değildir. Gizli profiller listelenmez.