Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Reinventing Multiterminal Coding for Intelligent Machines

Descrizione del progetto

Una condivisione intelligente delle informazioni per macchine autonome cooperative

L’ascesa dei sensori avanzati e dell’apprendimento profondo ha migliorato la percezione delle macchine; ciononostante, il flusso massiccio di dati ad alta dimensione, come video e nuvole di punti dinamiche, spinge le attuali tecnologie di archiviazione e comunicazione ai loro limiti, determinando un sovraccarico che impedisce alle macchine stesse di collaborare in modo efficace, una capacità che costituisce un passo essenziale verso la realizzazione di un’autonomia sicura e di alto livello. I metodi di percezione cooperativa attualmente impiegati si fondano esclusivamente su modelli basati sui dati, che richiedono vasti dataset di addestramento e risorse computazionali, mentre mancano di interpretabilità e di basi teoriche. Il progetto IONIAN, finanziato dal CER, combina la tradizionale codifica multiterminale delle sorgenti e l’elaborazione dei segnali con la moderna tecnologia dell’intelligenza artificiale interpretabile e spiegabile con l’obiettivo di migliorare la compressione dei dati e la comunicazione per le macchine intelligenti. In tal modo, il progetto consentirà ai sistemi autonomi, dai veicoli ai droni fino ai robot, di percepire in maniera sicura l’ambiente circostante.

Obiettivo

Advancements in sensors and deep learning have elevated the perception capacity of machines, bringing mid-level autonomy within reach. However, the abundance of high-dimensional data, including video and dynamic point cloud streams, strains current storage and communication technologies to their limits and curtails the ability of machines to collaboratively perceive the environment, a critical factor for achieving safety and the ambitious goal of high-level autonomy. State-of-the-art cooperative perception methods are based purely on a data-driven approach, requiring massive training data and computational resources, and lacking interpretability, explainability, and a solid theoretical foundation.
This proposal puts forth a groundbreaking multiterminal coding paradigm for intelligent machines enabling data compression and communication systems that break the current limits of the predictive coding archetype. It builds a unique concept that unifies traditional distributed source coding and signal processing domain knowledge with modern deep learning. First, it leverages machine learning to solve long-standing problems in multiterminal coding theory and devise code constructions achieving the fundamental limits, thereby establishing a theoretical framework that defines the amount of information required to be sent per agent to solve the cooperative perception task. Second, it leverages domain knowledge to drive the design of interpretable and data- and parameter-efficient machine learning models for cooperative perception. Third, it reinforces this interplay by pioneering explanations that enforce and assess the interpretability of the designed models. IONIAN will have a profound impact on the way intelligent machines, including ground and aerial vehicles, and mobile robots, compress and communicate multi-sensory data to collaboratively perceive the environment for autonomous safe navigation, ultimately leading to trustworthy operation and acceptance of such systems.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
La classificazione di questo progetto è stata convalidata da un essere umano.

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2024-COG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

VRIJE UNIVERSITEIT BRUSSEL
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 999 403,75
Indirizzo
PLEINLAAN 2
1050 BRUSSEL
Belgio

Mostra sulla mappa

Regione
Région de Bruxelles-Capitale/Brussels Hoofdstedelijk Gewest Région de Bruxelles-Capitale/ Brussels Hoofdstedelijk Gewest Arr. de Bruxelles-Capitale/Arr. Brussel-Hoofdstad
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 1 999 403,75

Beneficiari (1)

Il mio fascicolo 0 0