Opis projektu
Neuronauka obliczeniowa wspiera rozwój wytłumaczalnej sztucznej inteligencji
Rozwój sztucznej inteligencji w dużej mierze opiera się na głębokich sieciach neuronowych i uczeniu maszynowym. Technologie te mają wiele zastosowań w transporcie, dystrybucji energii i diagnostyce medycznej. Dziedzina wyjaśnialnej sztucznej inteligencji stanowi odpowiedź na wyzwanie, jakim jest zwiększenie przejrzystości decyzji podejmowanych przez sztuczną inteligencję, jednak jak dotąd trudno było to zrobić skutecznie. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu Neurosci-ANN zastosuje nowatorskie techniki neuronauki obliczeniowej w celu rozwoju wyjaśnialnej sztucznej inteligencji i analizy kluczowych wniosków, które mogą pomóc naukowcom zrewolucjonizować dziedziny SI i robotyki.
Cel
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.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
- nauki przyrodnicze nauki biologiczne neurobiologia
- nauki przyrodnicze matematyka matematyka czysta geometria
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Przepraszamy… podczas wykonywania operacji wystąpił nieoczekiwany błąd.
Wymagane uwierzytelnienie. Powodem może być wygaśnięcie sesji.
Dziękujemy za przesłanie opinii. Wkrótce otrzymasz wiadomość e-mail z potwierdzeniem zgłoszenia. W przypadku wybrania opcji otrzymywania powiadomień o statusie zgłoszenia, skontaktujemy się również gdy status ulegnie zmianie.
Słowa kluczowe
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Program(-y)
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
GŁÓWNY PROGRAM
Wyświetl wszystkie projekty finansowane w ramach tego programu
Temat(-y)
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
System finansowania
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania
Zaproszenie do składania wniosków
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2024-PF-01
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaKoordynator
Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.
40003 Segovia
Hiszpania
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.