Projektbeschreibung
Computational Neuroscience zur Förderung der erklärbaren KI
Die jüngsten Fortschritte im Bereich der künstlichen Intelligenz stützen sich stark auf tiefe künstliche neuronale Netze und maschinelles Lernen. Diese Technologien finden breite Anwendung in den Bereichen Verkehr, Energieverteilung sowie medizinische Diagnose. Das Gebiet der erklärbaren KI (XAI) entstand mit dem Ziel, KI-Entscheidungen transparenter zu machen. Bislang hat es noch Schwierigkeiten, dies effektiv zu tun. Das über die Marie-Skłodowska-Curie-Maßnahme unterstützte Projekt Neurosci-ANN wird neuartige Techniken der Computational Neuroscience anwenden, um XAI voranzubringen und entscheidende Erkenntnisse zu gewinnen, die Forschenden helfen könnten, KI und Robotik zu revolutionieren.
Ziel
Recent progress in artificial intelligence (AI) has been mostly due to machine learning and, in particular, deep artificial neural networks (ANNs). Deep learning has an increasing presence in everyday life, including critical applications such as medical diagnosis, transportation, and energy distribution. In response to this, the field of Explainable AI (XAI) has generated much effort in terms of techniques and algorithms to address this problem. However, there is still no consensus on a suite of technology to address these challenges, progress has been extremely limited, and the formal properties of such systems are under-studied.
On the other hand, computational neuroscience (CNS) aims to discover the principles behind biological neural networks that enable the brain to support cognition, perception, and action. This project will employ the latest approaches and techniques used in the field of CNS to develop the field of XAI. Specifically, the first major goal will be to employ the methods of representational geometry and neural encoding manifolds (both proven to be effective in revealing meaningful neural relationships in previous studies) to reveal how activations of collections of artificial neurons in hidden layers are associated with the decision-making process of deep networks.
Second, the same methodology will be used to reveal novel insights from a variety of existing large-scale biological datasets. Finally, we will compare and contrast the encoding strategies of neural populations found various deep learning architectures with those observed in biological networks. A better understanding of the inner-workings of biological models could directly inform researchers on how to build novel artificial models that are more accurate, robust, and even economical during both training and inference in terms of data, time, and energy consumption.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
- Naturwissenschaften Biowissenschaften Neurobiologie
- Naturwissenschaften Mathematik reine Mathematik Geometrie
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) HORIZON-MSCA-2024-PF-01
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenKoordinator
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
40003 Segovia
Spanien
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.