Obiettivo
As digital computing approaches its limits, a paradigm shift is needed to push the boundaries of computation. Neuromorphic computing, an analog computing paradigm inspired by the human brain, offers a promising alternative. Implementing mathematical models such as artificial neural networks directly in neuromorphic hardware holds tremendous potential: it can drastically reduce energy consumption while enabling faster inference when compared to digital architectures. Yet, a major bottleneck is the lack of dedicated algorithms for training analog circuits from data. Traditional methods such as backpropagation are unsuitable, as they require different circuits for training and inference, thus introducing energy-costly data transfer between circuits.
I propose a novel systems theory for learning in analog circuits, inspired by ideas from the literature on energy-based models, pioneered by Hopfield, Hinton and others. My approach is to cast the learning problem as the feedback interconnection of continuous-time circuit dynamics with an optimization algorithm. Using this framework, I will develop novel energy-based learning algorithms, capable of training circuits from input-output data. The developed algorithms are fully distributed, thus enabling efficient training of large-scale circuits, as well as robust to uncertain circuit elements, therefore accounting for device-to-device variations in neuromorphic hardware.
My preliminary results on resistive circuits already demonstrate the potential of this approach. Building on this foundation, the project will establish a comprehensive system-theoretic framework, capable of handling nonlinear and dynamic circuits with (mem)ristive and capacitive elements, as well as more general dissipative networks. This fundamental research project has the potential to significantly advance the theory of physics-based learning. The proposed theory will be supported by efficient computational tools and tested in neuromorphic hardware.
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.
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.
- ingegneria e tecnologia ingegneria elettrica, ingegneria elettronica, ingegneria informatica ingegneria elettronica elettronica analogica
- scienze naturali matematica matematica applicata sistemi dinamici
- scienze naturali matematica matematica applicata modello matematico
- scienze naturali informatica e scienze dell'informazione intelligenza artificiale intelligenza computazionale
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
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.
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.
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-ERC - HORIZON ERC Grants
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.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) ERC-2026-STG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
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.
9712CP Groningen
Paesi Bassi
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.