Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Machine Learning for Autonomic System Operation in the Heterogeneous Edge-Cloud Continuum

Description du projet

Repousser les limites technologiques des systèmes autonomes grâce à l’IA/AA

L’edge computing (informatique en périphérie de réseau) et le cloud computing (informatique en nuage) sont indispensables au sein d’un continuum informatique pour garantir une gestion efficace des applications et des données. La souveraineté de l’Europe en matière de données et la réalisation des objectifs de développement durable dépendent de l’edge computing et du cloud computing, qui constituent des outils technologiques essentiels. C’est dans cette optique que le projet MLSysOps, financé par l’UE, va concevoir et implémenter un cadre pour la gestion autonome des systèmes de bout en bout dans le continuum nuage-périphérie-IdO, basé sur l’intelligence artificielle et l’apprentissage automatique (IA/AA). Ce cadre devrait améliorer considérablement l’efficacité des stratégies cruciales de gestion et d’adaptation des ressources. Le projet testera son cadre sur des bancs d’essai réels dans les domaines des villes intelligentes et de l’agriculture intelligente.

Objectif

MLSysOps will achieve substantial research contributions in the realm of AI-based system adaptation across the cloud-edge continuum by introducing advanced methods and tools to enable optimal system management and application deployment. MLSysOps will design, implement and evaluate a complete framework for autonomic end-to-end system management across the full cloud-edge continuum. MLSysOps will employ a hierarchical agent-based AI architecture to interface with the underlying resource management and application deployment/orchestration mechanisms of the continuum. Adaptivity will be achieved through continual ML model learning in conjunction with intelligent retraining concurrently to application execution, while openness and extensibility will be supported through explainable ML methods and an API for pluggable ML models. Flexible/efficient application execution on heterogeneous infrastructures and nodes will be enabled through innovative portable container-based technology. Energy efficiency, performance, low latency, efficient, resilient and trusted tier-less storage, cross-layer orchestration including resource-constrained devices, resilience to imperfections of physical networks, trust and security, are key elements of MLSysOps addressed using ML models. The framework architecture disassociates management from control and seamlessly interfaces with popular control frameworks for different layers of the continuum. The framework will be evaluated using research testbeds as well as two real-world application-specific testbeds in the domain of smart cities and smart agriculture, which will also be used to collect the system-level data necessary to train and validate the ML models, while realistic system simulators will be used to conduct scale-out experiments. The MLSysOps consortium is a balanced blend of academic/research and industry/SME partners, bringing together the necessary scientific and technological skills to ensure successful implementation and impact.

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-RIA - HORIZON Research and Innovation Actions

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) HORIZON-CL4-2022-DATA-01

Voir tous les projets financés au titre de cet appel

Coordinateur

PANEPISTIMIO THESSALIAS
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 690 670,74
Adresse
ARGONAFTON FILELLINON
38 221 VOLOS
Grèce

Voir sur la carte

Région
Κεντρική Ελλάδα Θεσσαλία Μαγνησία
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 690 670,75

Participants (11)

Mon livret 0 0