Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Twinning for Excellence in Adaptive Edge AI

Opis projektu

Awangarda innowacji w dziedzinie SI w Serbii

Związane ze wzrostem zapotrzebowania na sztuczną inteligencję w przetwarzaniu brzegowym ograniczenia urządzeń o ograniczonych zasobach stanowią poważne wyzwanie. Braki dotyczące pamięci, mocy obliczeniowej, zużycia energii i opóźnień utrudniają wdrażanie złożonych algorytmów SI. W tym kontekście finansowany przez UE projekt AIDA4Edge zakłada opracowanie pionierskich rozwiązań w zakresie brzegowej SI. Wykorzystując wiedzę specjalistyczną w zakresie optymalizacji, wielordzeniowych akceleratorów SI i inspirowanych biologią SNN, konsorcjum stawia czoła wyzwaniom związanym z pamięcią, mocą obliczeniową, zużyciem energii i opóźnieniami. Ogólnym celem projektu, prowadzonego przez Wydział Inżynierii Elektrycznej Uniwersytetu w Niszu w Serbii, jest wypełnienie luk badawczych i wsparcie zespołów kierowanych przez kobiety w Serbii. Umożliwi on transfer wiedzy i wymianę najlepszych praktyk, przyczyniając się do postępu naukowego i wzrostu gospodarczego.

Cel

The main goal of AIDA4Edge is to strengthen networking between the Coordinator (FEEUNI) and the advanced partners (IHP, UoM and UNIFE) from European institutions in order to enable FEEUNI to reach scientific and innovation excellence in the field of Edge AI (Artificial Intelligence). Fundamental and thriving research will tackle the issue of bringing complex AI algorithms to Edge devices with resource constrains in terms of memory, processing power, energy consumption and latency. To meet this challenge, the synergy of expertise of all partners will be exploited and an adaptive AI-enabled edge computing pipeline will be developed. UNIFE will contribute with the expertise in the field of optimization and tuning hyperparameters of ANN (Artificial Neural Network) utilizing probabilistic logic. IHP will be in charge of exploiting the advantages brought by multi-core AI accelerators in terms of power consumption and reliability. UoM will leverage the synergies between bio-inspired SNNs (Spiking Neural Networks) and ANNs, to maintain the accuracy of conventional ANNs and to exploit the input data sparsity through the asynchronous computational capabilities of bio-inspired SNNs. FEEUNI will bring the expertise in quantization, important for ANN compression and resource saving. By the knowledge transfer and the exchange of the best practice, networking will provide FEEUNI all knowledge it lacks. It will enable FEEUNI not only to empower research capacity, but also to become the center of excellence in the field of Edge AI and to raise the reputation and enhance research management capacities and administrative skills. This will strengthen and encourage FEEUNI team (with a lot of women involved) to apply to variety of new research calls and to boost progress in science and economy in Serbia and beyond, reducing the imbalance of research capabilities between developed European countries and Serbia.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-CSA - HORIZON Coordination and Support Actions

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-WIDERA-2023-ACCESS-02

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITY OF NIS- FACULTY OF ELECTRONIC ENGINEERING
Wkład UE netto
€ 604 687,50
Adres
ALEKSANDRA MEDVEDEVA 14
18000 Nis
Serbia
Region
Србија - југ Регион Јужне и Источне Србије Нишавска област
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
Brak danych

Uczestnicy (2)

Partnerzy (1)