Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Partial differntiAl equatioN founDation models and their Application to mobile networks

Descrizione del progetto

Soluzioni basate sull’intelligenza artificiale per simulare il comportamento dei sistemi dinamici

L’intelligenza artificiale sta cambiando radicalmente il modo in cui risolviamo le equazioni differenziali complesse che descrivono ogni aspetto, dai fenomeni naturali ai sistemi tecnologici. Gli operatori neurali, una svolta nel campo dell’intelligenza artificiale, sono in grado di risolvere queste equazioni con notevole velocità e precisione rispetto ai metodi tradizionali, che richiedono un elevato carico computazionale e risultano pertanto poco pratici per le applicazioni in tempo reale. Con il sostegno del programma di azioni Marie Skłodowska-Curie, il progetto PANDA intende sviluppare tali quadri di intelligenza artificiale basati su operatori neurali universali in grado di cogliere le interazioni multiscala e non lineari presenti nei fenomeni fisici. Questi strumenti consentiranno di effettuare previsioni accurate del comportamento del sistema in varie famiglie di equazioni differenziali parziali in condizioni dinamiche. I ricercatori perfezioneranno i risolutori di equazioni differenziali parziali (PDE) basati sull’intelligenza artificiale la modellizzazione di sistemi tecnologici, tra cui la previsione del traffico sulle reti mobili e della mobilità degli utenti.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

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

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) HORIZON-MSCA-2025-PF

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 365 148,60
Indirizzo
Raemistrasse 101
8092 Zuerich
Svizzera

Mostra sulla mappa

Regione
Schweiz/Suisse/Svizzera Zürich Zürich
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato

Partner (2)

Il mio fascicolo 0 0