Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS
Inhalt archiviert am 2024-06-18

A biologically inspired algorithm for training deep neural networks

Ziel

In machine learning, deep neural networks are powerful computer-based models that use layers of computational units. Current commercial applications for these models include a wide array of software tasks such as image classification, identification of potential drugs, market predictions and speech recognition. Network models must be ‘trained’ using data, and their success hinges critically on the quality of the learning algorithm that is employed. We have recently discovered a novel, biologically inspired algorithm for training deep neural networks that is simpler to implement, more flexible and finds better solutions than existing techniques on bench-mark tests. Thus, our system has the potential to improve performance widely across the many fields that make use of machine learning in software tasks. Furthermore, the simplicity and flexibility of our method means that it could be more easily exploited in hardware devices such as mobile phones and cameras. The central aim of this proposal is to move our new algorithm to a stage where it is ready for commercialization. To do this we plan to accomplish two main areas of work. First, we will research the optimal way to employ our algorithm, establish its performance on a comprehensive set of industry-accepted bench-mark tasks, and compile our research into a manuscript for publication in a leading machine learning journal. Second, we will secure any arising intellectual property in line with the preliminary US patent application that we have already filed, assess application of the algorithm to the different commercial sectors identified through market research, and generate commercial interest in the technology through targeted marketing to relevant companies. This plan of work will confirm the innovation potential of our new algorithm and will establish the technical and commercial feasibility of our discovery.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

ERC-2013-PoC
Andere Projekte für diesen Aufruf anzeigen

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

CSA-SA(POC) - Supporting action (Proof of Concept)

Gastgebende Einrichtung

THE CHANCELLOR, MASTERS AND SCHOLARS OF THE UNIVERSITY OF OXFORD
EU-Beitrag
€ 146 761,00
Adresse
WELLINGTON SQUARE UNIVERSITY OFFICES
OX1 2JD Oxford
Vereinigtes Königreich

Auf der Karte ansehen

Region
South East (England) Berkshire, Buckinghamshire and Oxfordshire Oxfordshire
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Begünstigte (1)

Mein Booklet 0 0