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

Adapting recurrent neural network algorithms for single molecular break junction analysis

Descrizione del progetto

Analisi dei dati di giunzione di rottura mediante reti neurali

Il progetto MEANN, finanziato dall’UE, adatterà per la prima volta una rete neurale ricorrente per rispondere a complessi interrogativi di correlazione multivariata riguardanti esperimenti di giunzione di rottura a singola molecola (SMBJ, Single-Molecular Break-Junction). Il progetto verificherà se una rete neurale ricorrente sia in grado di identificare le relazioni tra i cambiamenti estremamente piccoli nella geometria della giunzione e le variabili misurate nei set di dati SMBJ con una precisione superiore rispetto agli esseri umani. Approcci migliorati all’analisi dei dati dovrebbero consentire ai ricercatori di affrontare le attuali sfide della ricerca SMBJ, in particolare rendendo più riproducibili gli esperimenti e colmando il divario tra indagini teoriche e sperimentali sul campo.

Obiettivo

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.

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.

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

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) H2020-MSCA-IF-2019

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

KOBENHAVNS UNIVERSITET
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.

€ 207 312,00
Indirizzo
NORREGADE 10
1165 KOBENHAVN
Danimarca

Mostra sulla mappa

Regione
Danmark Hovedstaden Byen København
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.

€ 207 312,00
Il mio fascicolo 0 0