Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Adapting recurrent neural network algorithms for single molecular break junction analysis

Descripción del proyecto

Análisis de datos de roturas de uniones a través de redes neuronales

El proyecto MEANN, financiado con fondos europeos, adaptará por primera vez una red neuronal recurrente para abordar cuestiones de la correlación multivariable compleja relativas a experimentos de roturas de uniones monomoleculares. El proyecto probará si una red neuronal recurrente puede identificar si existe alguna relación entre unos cambios extremadamente pequeños en la geometría de la unión y las variables de medida en conjuntos de datos de roturas de uniones monomoleculares con mayor precisión que los humanos. Unos métodos mejorados de análisis de datos deberían permitir a los investigadores abordar los retos actuales de la investigación de roturas de uniones monomoleculares, en especial consiguiendo que los experimentos sean más reproducibles y acortando la brecha entre las investigaciones teóricas y experimentales en el campo.

Objetivo

Molecular Electronics Artificial Neural Networks (MEANN) will adapt for the first time a recurrent neural network (RNN) to address complex multivariate correlation questions that arise in single molecular break junction (SMBJ) experiments. The hypothesis is that a RNN will be better than a human at identifying relationships between nanoscopic geometry changes of the junctions and the measured variables in SMBJ data sets, with little or no human bias. These improvements in the data analysis approach will allow researchers to address many of the present problems in SMBJ research, most notably reproducibility and bridging the theory-experiment gap. The proposal has three objectives to implement this goal. I will: (1) generate simulated SMBJ data and use this simulated data to train a RNN to sort SMBJ data into classes with unique and significant features in the data; (2) measure large sets of experimental data while on secondment and apply the trained RNN to the experimental data to sort the experimental data into the classes the RNN has already identified in the simulated data; and (3) derive a deeper understanding of the relationships between the physical processes involved in the break junction, and the observable variables of the experiment. MEANN maximizes my development as a researcher by exposing me to three important opportunities: (1) a world class theoretical chemistry group where I will learn computational and management skills necessary for my future as a researcher, (2) new experimental physics techniques while on secondment, and (3) planning an Applied RNN Summit where I will network with industry leaders in RNN development, share my expertise with peers, and prepare teaching materials to introduce my research to students. As a result of MEANN, researchers will have new tools to generate simulated SMBJ data, analyse their experimental data quickly and objectively, and answer important questions in condensed matter physics and physical chemistry.

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..

Para utilizar esta función, debe iniciar sesión o registrarse

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) H2020-MSCA-IF-2019

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

KOBENHAVNS UNIVERSITET
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 207 312,00
Dirección
NORREGADE 10
1165 KOBENHAVN
Dinamarca

Ver en el mapa

Región
Danmark Hovedstaden Byen København
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

€ 207 312,00
Mi folleto 0 0