Dit project behandelt de aanpak van twee belangrijke en uitdagende problemen uit machineleren, namelijk leren op basis van ongebalanceerde en zwak gelabelde data, aan de hand van de hybridizatie van vaagverzamelingen en ruwverzamelingen.

Een grondige studie en expliciete verbetering van vaag-ruwe methodologieën zullen leiden tot de constructie van robuste nieuwe oplossingen die specifiek gericht zijn op bovengenoemde problemen.