Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Robust Design of Trustworthy Neural Network Controllers

Description du projet

Sécuriser les contrôleurs basés sur les réseaux neuronaux pour les systèmes critiques

Les contrôleurs basés sur les réseaux neuronaux peuvent se révéler très performants dans les simulations, mais leur comportement dans des systèmes critiques pour la sécurité du monde réel ne peut actuellement être garanti de manière fiable ni vérifié formellement. Cette absence de certification en terme de sécurité et de robustesse limite leur utilisation dans des domaines à haut risque tels que l’aérospatiale. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet RDTNNC entend rendre les contrôleurs basés sur les réseaux neuronaux sûrs, fiables et certifiables pour une utilisation dans les systèmes à haut risque. Il développera un cadre unifié qui combine l’apprentissage automatique et la théorie du contrôle pour concevoir, vérifier et interpréter des contrôleurs basés sur les réseaux neuronaux avec des garanties formelles de stabilité et de sécurité. Cela permettra de remédier au manque de fiabilité vérifiable, une limitation majeure de l’IA dans des domaines tels que l’aérospatiale, la santé, la robotique et les infrastructures critiques.

Objectif

The Robust Design of Trustworthy Neural Network Controllers (RDTNNC) project aims to establish a unified framework for designing, verifying and interpreting neural network (NN) controllers with formal guarantees, ensuring the robust stability and safety of neural feedback loops (NFLs). It combines model-based and data-driven approaches to address complexity, uncertainty and data scarcity in artificial intelligence (AI)-based control. The project focuses on one of the main barriers to applying AI in high-risk domains: the lack of certified trustworthiness. Although NN controllers demonstrate strong performance in simulations and prototypes, their use in fields such as aerospace, healthcare, robotics and critical infrastructure remains constrained. Without methods that provide the level of reliability and transparency required by regulators, adoption in these areas remains limited. RDTNNC aims to close this gap between empirical capability and verifiable trust. To achieve this, the project advances scalable verification methods based on integral quadratic constraints and sum-of-squares programming, integrating them with Lyapunov-constrained training to embed robustness and stability in controller design. Data-efficient strategies using meta-learning and few-shot adaptation aim to enable safe synthesis even when models are incomplete or data are scarce. By delivering controllers that combine high performance with verifiable reliability, RDTNNC aspires to contribute to the wider adoption of AI in safety-critical environments. The outcomes are expected to support the objectives of the Horizon Europe Work Programme by promoting trustworthy and human-centric digital technologies, by aligning with the requirements of the EU AI Act for high-risk applications, and by strengthening Europe's role in the responsible development of advanced AI-based control.

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-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

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) HORIZON-MSCA-2025-PF

Voir tous les projets financés au titre de cet appel

Coordinateur

THE UNIVERSITY OF LIVERPOOL
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.

€ 260 347,92
Adresse
BROWNLOW HILL 765 FOUNDATION BUILDING
L69 7ZX LIVERPOOL
Royaume-Uni

Voir sur la carte

Région
North West (England) Merseyside Liverpool
Type d’activité
Higher or Secondary Education Establishments
Liens
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