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

Life and death of a virtual copepod in turbulence

Descrizione del progetto

Svelare il processo sensoriale dei copepodi

I copepodi sono piccoli crostacei molto diffusi negli habitat marini, nonostante le correnti e la turbolenza oceaniche. Le loro antenne sono sensibili alle informazioni meccaniche e chimiche che consentono loro di localizzare cibo, predatori e partner con cui accoppiarsi. Grazie all’impiego di applicazioni che si avvalgono dell’apprendimento per rinforzo, il progetto C0PEP0D, finanziato dall’UE, intende determinare il modo in cui i copepodi elaborano le informazioni sensoriali di tipo meccanico e chimico in un ambiente marino turbolento. Questo obiettivo sarà raggiunto mediante la creazione di un modello di apprendimento virtuale con segnalazione idrodinamica, la sperimentazione con esemplari vivi in ambienti simulati e lo sviluppo di nuovi algoritmi di apprendimento per rinforzo che imitano l’evoluzione e l’apprendimento dei copepodi. In definitiva, il progetto offrirà informazioni sull’evoluzione delle specie marine e potrebbe risultare di ispirazione per le innovazioni future nel campo dell’ingegneria biomimetica.

Obiettivo

Life is tough for planktonic copepods, constantly washed by turbulent flows. Yet, these millimetric crustaceans dominate the oceans in numbers. What have made them so successful? Copepod antennae are covered with hydrodynamic and chemical sensing hairs that allow copepods to detect preys, predators and mates, although they are blind. How do copepods process this sensing information? How do they extract a meaningful signal from turbulence noise? Today, we do not know.

C0PEP0D hypothesises that reinforcement learning tools can decipher how copepod process hydrodynamic and chemical sensing. Copepods face a problem similar to speech recognition or object detection, two common applications of reinforcement learning. However, copepods only have 1000 neurons, much less than in most artificial neural networks. To approach the simple brain of copepods, we will use Darwinian evolution together with reinforcement learning, with the goal of finding minimal neural networks able to learn.

If we are to build a learning virtual copepod, challenging problems are ahead: we need fast methods to simulate turbulence and animal-flow interactions, new models of hydrodynamic signalling at finite Reynolds number, innovative reinforcement learning algorithms that embrace evolution and experiments with real copepods in turbulence. With these theoretical, numerical and experimental tools, we will address three questions:

Q1: Mating. How do male copepods follow the pheromone trail left by females?

Q2: Finding. How do copepods use hydrodynamic signals to see?

Q3: Feeding. What are the best feeding strategies in turbulent flow?

C0PEP0D will decipher how copepods process sensing information, but not only that. Because evolution is explicitly considered, it will offer a new perspective on marine ecology and evolution that could inspire artificial sensors. The evolutionary approach of reinforcement learning also offers a promising tool to tackle complex problems in biology and engineering.

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.: https://op.europa.eu/it/web/eu-vocabularies/euroscivoc.

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).

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.

ERC-ADG - Advanced Grant

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) ERC-2018-ADG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

ECOLE CENTRALE DE MARSEILLE EGIM
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.

€ 2 215 794,00
Indirizzo
RUE FREDERIC JOLIOT CURIE 38 TECHNOPOLE CHATEAU GOMBERT
13383 Marseille Cedex 13
Francia

Mostra sulla mappa

Regione
Provence-Alpes-Côte d’Azur Provence-Alpes-Côte d’Azur Bouches-du-Rhône
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.

€ 2 215 794,00

Beneficiari (1)

Il mio fascicolo 0 0