Opis projektu
Nowatorskie rozwiązania na potrzeby internetu rzeczy jutra
W rozwojowej dziedzinie inżynierii neuromorficznej głównym wyzwaniem jest wypełnianie luki między biologiczną złożonością mózgu a układami krzemowymi. Choć memrystory oferowały duże możliwości w zakresie rozwiązywania problemów związanych z gęstością synaps, ich skalowalność była ograniczona przez rozpraszanie mocy i rozmiar układu. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu EEHIMIC stawia sobie za cel zrewolucjonizowanie efektywności energetycznej w sieciach neuronowych, przygotowując grunt pod nową erę inteligentnych rozwiązań internetu rzeczy (IoT). Wykorzystując najnowocześniejszą technologię FDSOI 28nm, badacze zaprojektowali syntetyczne neurony z myślą o zoptymalizowanym zużyciu energii. Dodatkowe innowacje obejmują szybkie impulsy o niskim natężeniu, pozwalające na aktywację synaps. Dzięki połączeniu z dedykowanymi płytkami drukowanym, zespół projektu EEHIMIC zamierza rozwinąć technologię nienadzorowanego uczenia, umożliwiając rozpoznawanie liter i cyfr przy niskim zużyciu energii.
Cel
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.
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.
- nauki przyrodniczeinformatykainternetinternet rzeczy
- nauki przyrodniczenauki chemicznechemia nieorganicznametaloidy
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsKoordynator
20133 Milano
Włochy