Projektbeschreibung
Bahnbrechende Lösungen für das zukünftige IoT
In der sich ständig weiterentwickelnden Landschaft der neuromorphen Technik ist es wichtig, die Lücke zwischen der Komplexität des biologischen Gehirns und dem maßgeschneiderten Silizium zu schließen. Memristoren bergen zwar das Potenzial, das Problem der Synapsendichte zu lösen, aber ihre Skalierbarkeit wurde durch die Verlustleistung und die Chipgröße eingeschränkt. In diesem Zusammenhang besteht das Ziel des über die Marie-Skłodowska-Curie-Maßnahmen finanzierten Projekts EEHIMIC darin, die Energieeffizienz in neuronalen Netzen zu revolutionieren und damit die Voraussetzungen für ein neues Zeitalter intelligenter IoT-Anwendungen zu schaffen. Durch den Einsatz hochmoderner FDSOI28nm-Technologie sind die Neuronen für einen optimierten Energieverbrauch ausgelegt. Zu den weiteren Innovationen zählen schnelle Schaltimpulse für die Aktivierung von Synapsen mit niedrigem Stromverbrauch. Mit einer speziellen PCB-Integration strebt EEHIMIC an, nicht überwachtes Lernen zu unterstützen und so eine energiesparende Erkennung von Buchstaben und Ziffern zu schaffen.
Ziel
Neuromorphic engineering is an emerging bio-inspired discipline that morphs the biological brain on custom silicon. Although memristors rose as a potential synapse to solve the density challenge in a memristive crossbar, the scalability of the crossbar is limited by its power dissipation and chip area. To contribute to low power dissipation, I focus on improving the energy efficiency of the synapses (non-filamentary category) and neurons, which are the fundamental constituents of the neural network-enabled IOTs. The energy efficiency of the synapses will be improved by applying fast switching pulses on the bulk-based synapses that result in low switching currents. The energy efficiency of the neurons will be improved by taking advantage of the FDSOI28nm technology node by which the neurons are designed. A dedicated PCB will be designed, assembled and mounted that house both the synapses, and the neurons, which will be energy-efficiently used to recognize digits or letters by unsupervised learning rule.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- NaturwissenschaftenInformatik und InformationswissenschaftenInternetInternet der Dinge
- NaturwissenschaftenChemiewissenschaftenanorganische ChemieMetalloide
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) HORIZON-MSCA-2022-PF-01
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsKoordinator
20133 Milano
Italien