Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Adapting recurrent neural network algorithms for single molecular break junction analysis

Opis projektu

Analiza danych przerywania złącz za pomocą sieci neuronowych

Finansowany ze środków UE projekt MEANN będzie pierwszą próbą zastosowania rekurencyjnej sieci neuronowej w celu rozwiązania złożonych równań korelacyjnych wielu zmiennych opisujących doświadczenia prowadzone w zakresie jednoatomowego przerywania złącza (ang. single-molecular break-junction, SMBJ). W ramach projektów zostanie także sprawdzone, czy rekurencyjna sieć neuronowa potrafi z większą precyzją niż człowiek zidentyfikować zależności łączące bardzo małe zmiany w geometrii złącza i zmienne pomiarowe zorganizowane w zestawach danych SMBJ. Ulepszone podejście analityczne powinno umożliwić badaczom zmierzenie się z obecnymi wyzwaniami w zakresie badań SMBJ, w szczególności zaś zwiększenie powtarzalności eksperymentu i wypełnienie luki dzielącej doświadczenie i teorię w tej dziedzinie.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) H2020-MSCA-IF-2019

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

KOBENHAVNS UNIVERSITET
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 207 312,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 207 312,00
Moja broszura 0 0