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

Automated Model Discovery for Soft Matter Systems

Description du projet

Des modèles automatisés stimulent la recherche sur la matière molle

Les matériaux mous, qui peuvent être facilement déformés ou dont la structure peut être modifiée par des contraintes thermiques ou mécaniques, sont incontournables dans la vie moderne, et affectent l’autonomie, la durabilité et la santé. La modélisation précise de ces matériaux est toutefois complexe et généralement réservée à quelques experts spécialisés. Le projet DISCOVER, financé par le CER, se propose d’améliorer l’accessibilité de la modélisation constitutive par le biais de la découverte automatisée de modèles. Ses objectifs consistent notamment à développer des réseaux neuronaux qui trouvent de manière autonome les meilleurs modèles, paramètres et expériences pour divers systèmes de matière molle. Les chercheurs évalueront également les performances du modèle dans différentes expériences et s’appuieront sur l’analyse bayésienne pour mesurer les incertitudes. La découverte automatisée de modèles devrait permettre d’explorer une vaste gamme de paramètres de modèles, ce qui fournira un aperçu des systèmes de matière molle que les méthodes traditionnelles ne permettent pas.

Objectif

Soft materials play an integral part in many aspects of modern life including autonomy, sustainability, and human health, and their accurate modeling is critical to understand their unique properties and functions. However, the criteria for model selection remain elusive and successful modeling is limited to a few well-trained specialists in the field. My goal is to democratize constitutive modeling through automated model discovery and make it accessible to a more inclusive and diverse community to accelerate scientific innovation. My overall objectives are: i) Establish a new family of constitutive neural networks that simultaneously and fully autonomously discover the model, parameters, and experiment that best explain a wide variety of soft matter systems; ii) Quantify the performance of our discovered models on tension, compression, and shear experiments for the heart, arteries, muscle, lung, liver, skin, brain, hydrogels, silicone, artificial meat, foams, and rubber; and iii) Quantify the uncertainty of our models, parameters, and experiments using a Bayesian analysis. My hypothesis is that automated model discovery will facilitate the exploration of a large parameter space of models and provide unprecedented insights into soft matter systems that are out of reach with conventional theoretical and numerical approaches today. My immediate deliverable is a fully documented open source scientific discovery platform that includes our new neural networks, experimental data, benchmarks, models, and parameters. This discovery platform has the potential to induce a ground-breaking change in constitutive modeling and will forever change how we simulate materials and structures. This project will democratize constitutive modeling; stimulate discovery in soft matter systems; provide deep-learning based tools to characterize, create, and functionalize soft matter; and train the next generation of scientists and engineers to adopt and promote these innovative technologies.

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-ERC - HORIZON ERC Grants

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) ERC-2023-ADG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

FRIEDRICH-ALEXANDER-UNIVERSITAET ERLANGEN-NUERNBERG
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.

€ 2 775 408,00
Adresse
FREYESLEBENSTRAßE 1
91058 ERLANGEN
Allemagne

Voir sur la carte

Région
Bayern Mittelfranken Erlangen, Kreisfreie Stadt
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.

€ 2 775 408,00

Bénéficiaires (1)

Mon livret 0 0