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 Quantum

Description du projet

L’apprentissage automatique au service de la science et de la technologie quantiques

L’apprentissage machine (AA) est porteur d’un énorme potentiel pour la science quantique. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet ML4Q explore la manière dont les idées et les techniques de la biologie moléculaire peuvent contribuer au domaine et s’enrichir mutuellement. Il propose une formation interdisciplinaire à 10 chercheurs doctorants afin d’étendre la prévision quantique et classique des propriétés des matériaux et de la matière basée sur l’AA à des régimes fortement corrélés, et de poursuivre le développement des technologies quantiques grâce à l’AA, ce qui offrirait de nouvelles approches pour résoudre des problèmes hors de portée des ordinateurs classiques. Cette approche pourrait contribuer à relever certains des défis mondiaux les plus urgents, tels que la mise au point d’outils permettant de découvrir des processus chimiques plus respectueux de l’environnement et des matériaux plus efficaces, et d’accélérer le développement des technologies quantiques, donnant ainsi à l’Europe une longueur d’avance dans la course mondiale aux technologies.

Objectif

"The Marie Skłodowska-Curie Doctoral Network ""ML4Q - Machine Learning for Quantum"" provides high-level interdisciplinary, intersectoral and international training to 10 doctoral researchers who will explore how machine learning and quantum science technology can be combined to (i) extend quantum and classical machine learning based prediction of materials and matter properties and to strongly-correlated regimes, and (ii) accelerate the development of quantum technologies through machine learning, thus enabling new approaches to solving outstanding problems currently out of reach of classical computers. This has the potential to address some of the world's most pressing challenges, such as developing tools for discovering more environmentally friendly chemical processes and efficient materials, or accelerating the development of quantum technologies which will give Europe an edge in the global tech race. ML4Q fellows will realize this vision will through their individual projects and interdisciplinary collaborations reinforced by a comprehensive training program which combines cutting-edge research with a focus on networking, career development for academic and non-academic career paths, open science and responsible research and innovation for society, that will enable them to shape emerging technologies and the next digital transformation in Europe. The consortium consists of 5 academic and 5 non-academic research partners (including 2 leading Eu QT startups) and 11 principal investigators who bring together all the necessary expertise computer science, AI and machine learning, quantum technology, and chemistry and materials science, as well as their interfaces. Together we will prepare the next generation of strong, resilient, flexible, and creative quantum and computer scientists with the combination of skills needed to meet the future needs of the rapidly evolving innovative materials, quantum technologies industries, as well as other knowledge based sectors."

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-TMA-MSCA-DN - HORIZON TMA MSCA Doctoral Networks

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-MSCA-2022-DN-01

Voir tous les projets financés au titre de cet appel

Coordinateur

UNIVERSITE DE STRASBOURG
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.

€ 1 005 132,80
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.

Aucune donnée

Participants (4)

Partenaires (5)

Mon livret 0 0