Description du projet
Des réseaux de neurones artificiels et l’apprentissage automatique sont les cerveaux de nouveaux modèles de processus
Les modèles mathématiques sont inestimables dans des domaines qui vont de la science fondamentale et du développement des matériaux au traitement industriel. Intégrant la théorie fondamentale et les données expérimentales, ils aident les utilisateurs à prédire les effets associés à la modification de certains paramètres de la vie réelle, permettant ainsi d’économiser énormément de temps, d’argent et de ressources par rapport à une approche par tâtonnements. Le projet DataProMat, financé par l’UE, élabore de nouvelles méthodes mathématiques qui permettront aux ingénieurs de faire le lien entre les changements des paramètres et des conditions des processus à l’échelle macro et leurs effets sur les propriétés des matériaux complexes. Ces modèles permettront non seulement d’accroître l’efficacité et la durabilité des procédés, mais ils aideront également les sociétés à mettre au point des méthodes de traitement aisément transposables du laboratoire à leur production en série.
Objectif
The ambition of this fellowship, hosted by Professor S.P.A. Bordas (UL), is to propose a nonlinear manifold learning framework, in particular to implement the Diffusion Maps methodology, enabled by “equation-free” calculations and Artificial Neural Networks, in the context of multi-scale materials and process modeling and design. The goal is to push the boundaries of the “Digital Twins” paradigm beyond the current-state-of-the-art and to establish a methodological framework that links macro-scale process parameters and conditions to properties of complex materials, in an effort to meet the current market-driven demands for efficiency, scalability, safety, sustainability and innovation. The proposed approach is based on the current trends in materials and process modeling, on which the host is in the best possible position to advise as a world leading expert. Effectively, the fellowship sets the stage for interdisciplinary integration: Starting from the requirement for a specific set of properties, we must be able to predict the appropriate material structure, its capabilities and limitations and to propose ideal processing steps that will enable large-scale production. In this context, machine learning in the form of Diffusion Maps will be implemented for dimensionality reduction aiming to the reach the maximum possible size compression. The equation-free approach will be integrated with Diffusion Maps, in order to efficiently explore the, typically large, parameter space and Artificial Neural Networks will be applied as a means of leveraging the abundantly available digitized images to “learn” the long-term dynamics of the material behavior.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique
- sciences naturelles informatique et science de l'information intelligence artificielle intelligence de calcul
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2019
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
4365 ESCH-SUR-ALZETTE
Luxembourg
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.