Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Generative machine learning for combined process control and materials design

Descripción del proyecto

Materiales basados en inteligencia artificial: del proceso al rendimiento

El descubrimiento de nuevos materiales ha implicado normalmente una experimentación continua, como el ajuste de temperaturas, presiones o disolventes con la esperanza de lograr un gran avance. Las relaciones entre cómo se fabrica un material, cómo se estructura y cómo funciona en última instancia siguen siendo difíciles de establecer. El equipo del proyecto financiado con fondos europeos GEMPROMISE busca revertir esta tendencia. En concreto, combinará experimentos de alto rendimiento, simulaciones avanzadas y aprendizaje automático. Está construyendo un sistema generativo de bucle cerrado que propone condiciones de procesamiento y las prueba en tiempo real. El objetivo es sustituir el ensayo y error por la predicción y crear silicatos estratificados sintéticos sostenibles con propiedades electrónicas sintonizables para la transición energética y más allá.

Objetivo

GEMPROMISE aims to tackle the grand challenge of materials science, namely to identify the process parameters leading to a structure with targeted properties and performance. Compared to the current trial-and-error approach, mastering the Process-Structure-Property-Performance (Proc.→Struc.→Prop.→Perf.) relationships would speed up materials discovery with a huge societal impact (e.g. for energy transition). From a fundamental standpoint, there is no theory for these relationships. Thanks to highthroughput (HT) ab initio simulations, Struc.→Prop. (and hence Prop.→Perf.) can be well predicted and machine-learning (ML) approaches have been recently used as much faster surrogate models. But the simulation of the complete Proc.→Struc. is still out of reach, and ML approaches are hindered by the lack of data given the vast amount of possible process paths.
GEMPROMISE will establish a generative active learning approach to suggest process parameters leading to targeted properties, promoting a physical and chemical understanding of Proc.→Struc.→Prop.→Perf., as ultimate goal. Its key ideas emerged in a synergistic brainstorming between AYMONIER (experiments), RIGNANESE (simulations), and VANDERGHEYNST (ML): (i) a multimodal ML model will be developed to leverage experiments and simulations as direct and indirect data providers of varying quantity and quality, integrating these modalities through a joint latent space allowing for generation, (ii) a HT synthesis and characterization platform will be designed to close the loop and respond to the ML model queries, and (iii) a HT simulation framework will be devised for predicting Struc.→Prop. information to complement experiments.
To illustrate the concept, GEMPROMISE will give birth to a bottom-up, sustainable, and scalable method to produce new synthetic layered silicates with controllable band gaps. Once established, this approach can be extended to other processes, structures, properties, and hence applications.

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..

Este proyecto aún no se ha clasificado con EuroSciVoc.
Sugiera los ámbitos científicos que considere más relevantes y ayúdenos a mejorar nuestro servicio de clasificación.

Para utilizar esta función, debe iniciar sesión o registrarse

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

HORIZON-ERC-SYG - HORIZON ERC Synergy Grants

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) ERC-2025-SyG

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE CNRS
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 3 693 996,25
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

€ 3 693 996,25

Beneficiarios (3)

Mi folleto 0 0