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

LEARN: Learning Efficient Automated Reasoning on the Net

Description du projet

Un cadre web pour la certification automatique des logiciels

Sous l’impulsion de technologies telles que l’internet des objets, l’informatique en nuage, l’IA et l’apprentissage automatique, la rapide numérisation de la société et de l’industrie a entraîné une dépendance croissante à l’égard de systèmes informatiques complexes. Si ces innovations stimulent la productivité et la commodité, elles augmentent également le risque d’erreurs imprévues dans les logiciels ou les systèmes, qui peuvent s’aggraver et causer des dommages considérables. Le projet Learn, financé par le CER, entend relever ce défi en développant un cadre basé sur le web qui détecte automatiquement et à moindre coût les erreurs potentielles et certifie la fiabilité des logiciels. Cet outil aidera les développeurs et les entreprises à garantir des systèmes plus sûrs et plus robustes, contribuant ainsi à atténuer les risques dans un monde toujours plus numérique et axé sur les données.

Objectif

Certified computer systems are becoming the key in the increasingly complex decision making activities of our modern society. Among others, provably correct/secure solutions within Artificial Intelligence (AI), Autonomous Systems, Big Data, Blockchain, Decentralized Finance (DeFi), Cloud Computing, or Machine Learning (ML) are indispensable in the ongoing digitalization of our society.
While the explosion in applications of computer systems leads to great increases in productivity, wealth, and convenience, it creates a paradoxical situation: we rely on computer systems despite that uncountable many application scenarios showcase that computer systems are not (properly) certified and hence are error-prone. Unfortunately, a single software error can quickly escalate into a big issue with huge economic damage. Software errors could be though prevented by rigorous code reviews in the software logic. However, who can tell software developers which logical formalism should be used? Moreover, which certification mechanism is best to be used during code review, for ensuring system safety and security? LEARN answers these questions by automating reasoning about software and discovering proof strategies for software certification. Doing so, LEARN introduces a web-based framework for learning and predicting logic models of software properties. LEARN also discovers collections of proof strategies without relying on server back-end, by automating inductive reasoning over commonly used software data structures.
LEARN eliminates massive costs arising from correcting defective software releases, by proving an easy to deploy certification platform for developers and organizations.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

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-POC - HORIZON ERC Proof of Concept 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-2024-POC

Voir tous les projets financés au titre de cet appel

Institution d’accueil

TECHNISCHE UNIVERSITAET WIEN
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.

€ 150 000,00
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.

Aucune donnée

Bénéficiaires (1)

Mon livret 0 0