Opis projektu
Innowacyjna, sztuczna sieć neuronowa może uczyć się nawet 10 milionów razy szybciej niż człowiek
Sztuczne sieci neuronowe, które są zdolne do uczenia się, przetwarzania informacji i „myślenia” w taki sam sposób jak mózg, to swego rodzaju święty Graal o praktycznie nieograniczonych zastosowaniach. Paradygmaty uczenia głębokiego wykorzystujące wielowarstwowe, hierarchiczne sztuczne sieci neuronowe naśladujące struktury mózgu mogą także naśladować na przykład zdolność mózgu do uczenia się. Są one niezwykle wydajne, a w niektórych przypadkach przekroczyły możliwości człowieka. Zespół finansowanego ze środków UE projektu RadioSpin zamierza zademonstrować sieci uczenia głębokiego przetwarzające sygnały o częstotliwościach radiowych (RF) i uczące się nawet 10 milionów razy szybciej niż ludzki mózg. Zastosowanie testowe obejmą mammografię i śledzenie urządzeń radiowych (ang. RF fingerprinting) w internecie rzeczy.
Cel
The goal of RadioSpin is to build a hardware neural network that computes using neural dynamics as in the brain, has a deep layered architecture as in the neocortex, but runs and learns faster, by seven orders of magnitude. For this purpose, we will use ultrafast radio-frequency (RF) oscillators to imitate the rich, reconfigurable dynamics of biological neurons. Within the RadioSpin project, we will develop a new breed of nanosynapses, based on spintronics technology, that directly process the RF signals sent by neurons and interconnects them layer-wise. We will demonstrate and benchmark our concept by building a lab-scale prototype that co-integrates for the first time CMOS RF neurons with spintronic RF synapses. We will develop brain-inspired algorithms harnessing oscillations, synchrony and edge-of-chaos for computing and show that they can run on RadioSpin deep network RF technology. Finally, we will benchmark RadioSpin technology for biomedical and RF fingerprinting applications where fast and low energy consumption classification of RF signals are key.
To achieve its ambitious goals RadioSpin brings together frontier researchers along the entire chain of neuromorphic engineering, from material science (spintronic nanodevices), physics (non-linear dynamics), electronics (RF CMOS design), computer science (artificial intelligence algorithms), and microwave signal processing. Two innovative companies bring real-life use-cases (microwave mammography and IoT RF fingerprinting). The scientific experts are further complemented by experts in the field of innovation, commercial deployment and IP monetisation, as well as communication and public engagement.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- inżynieria i technologiainżynieria elektryczna, inżynieria elektroniczna, inżynieria informatycznainżynieria informacyjnatelekomunikacjatechnologia radiowaczęstotliwość radiowa
- medycyna i nauki o zdrowiubiotechnologia medyczna
- nauki przyrodniczeinformatykainternetinternet rzeczy
- medycyna i nauki o zdrowiumedycyna klinicznaonkologiarak piersi
- nauki przyrodniczenauki fizyczneelektromagnetyzm i elektronikaspintronika
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-FETPROACT-2020-01
System finansowania
RIA - Research and Innovation actionKoordynator
33000 Bordeaux
Francja