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

Partial differntiAl equatioN founDation models and their Application to mobile networks

Description du projet

Des solutions basées sur l’IA pour simuler le comportement des systèmes dynamiques

L’IA est en train de transformer fondamentalement notre façon de résoudre les équations différentielles complexes qui décrivent tout, des phénomènes naturels aux systèmes technologiques. Les opérateurs neuronaux, une avancée majeure dans le domaine de l’IA, peuvent résoudre ces équations avec une rapidité et une précision remarquables par rapport aux méthodes traditionnelles qui requièrent une puissance de calcul importante et sont donc inappropriées pour les applications en temps réel. Avec le soutien du programme Actions Marie Skłodowska-Curie, le projet PANDA entend développer de tels cadres d’IA alimentés par des opérateurs neuronaux universels capables de capturer des interactions multi-échelles et non linéaires dans les phénomènes physiques. Ces outils permettront de prédire avec précision le comportement du système pour diverses familles d’équations aux dérivées partielles (EDP) dans des conditions dynamiques. Les chercheurs vont perfectionner les solveurs d’EDP basés sur l’IA pour modéliser les systèmes technologiques, notamment en prévoyant le trafic des réseaux mobiles et la mobilité des utilisateurs.

Objectif

The resolution of Partial Differential Equations (PDEs) is fundamental to complex system modelling across a broad range of scientific disciplines, including physics, biology, and engineering. Conventionally, PDEs are solved through numerical methods, which are invariably computationally intensive, thus curbing the adoption of these techniques in intricate problems and real-time applications. Recently, artificial intelligence (AI)-driven approaches have emerged as promising alternatives to approximate with remarkable speed and accuracy, the solution of physics-based PDEs, and ultimately supplant legacy numerical PDE solvers.

This action will explore the development of AI-powered frameworks for the resolution of a wide range of physics-based PDEs. These frameworks will be underpinned by universal neural operators that can capture multi-scale and non-linear interactions present in physical phenomena, thereby enabling accurate predictions of physical system behaviour even under dynamic conditions and different families of PDEs.

Building on this foundation, the AI-based PDE solvers will be fine-tuned and leveraged to emulate the dynamics of technological non-physical systems. Specifically, they will be employed to forecast the spatiotemporal mobile network traffic demands and user mobility, with the respective traffic demand and mobility PDEs being mined in a data-driven manner. The proposed approach will be validated using real-world data from an operating mobile network, demonstrating the capacity of AI-based PDE solvers to simulate human-made system behaviours.

Ultimately, this action will instate the potential of AI in solving both classical physics-based and modern data-driven PDEs, offering a novel perspective on the intersection of physics-driven AI and next-generation digital twin modelling. At the same time, it will mold a multi-dimensional researcher and equip them with skills essential to pivot into the next generation of scientific and academic leaders.

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

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH
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.

€ 365 148,60
Adresse
Raemistrasse 101
8092 Zuerich
Suisse

Voir sur la carte

Région
Schweiz/Suisse/Svizzera Zürich Zürich
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

Partenaires (2)

Mon livret 0 0