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

Machine learning based Software Toolkit for Automated identification in atomic-REsolution operando nanoscopy

Descripción del proyecto

Unos novedosos algoritmos automatizan y mejoran el análisis de imágenes de objetos nanométricos

La microscopia electrónica aprovecha un haz de electrones en lugar de la luz visible para ampliar la imagen de un objeto. Esta tecnología ha permitido la investigación de incluso objetos nanométricos, lo que ha proporcionada una nueva ventana al mundo de los especímenes biológicos y no biológicos. El próximo gran obstáculo es encontrar la manera de analizar toda la información disponible ahora de una forma normalizada que también sea rápida y eficiente, y extraiga la información de interés. Los avances recientes en microscopia básicamente la convierten en una necesidad. Los datos obtenidos por microscopia electrónica están en formato digital, lo que lógicamente se presta a un análisis informatizado y automatizado. En el proyecto STARE, financiado con fondos europeos, se está desarrollando un paquete de «software» para hacer posible el análisis de esos enormes conjuntos de datos.

Objetivo

In recent years, the analysis of large data sets is becoming increasingly important in the fields of material science and engineering. There is a strong demand for real-time automated identification algorithms in electron microscopy (EM) for the analysis of atomic-structure, phases, and defects. Unfortunately, it is non-trivial to obtain or extract meaningful scientific information from raw EM output digital data. It requires a tedious process of filtering/fitting and the expertise of a seasoned microscopist. With the rapid development of information technology and computer science, automated computer-assisted analysis of electron microscopy images/data is becoming a reality. In the past decade, different techniques have been developed and applied to digital data analysis. Meanwhile, the rapid development of novel microscopy techniques and instrumentation, e.g. in situ/operando and pixelated detector-based techniques, require high-speed data execution and analysis. Currently, several groups worldwide are concentrating their efforts into implementing machine learning and deep learning algorithms for image/data analysis. However, this is still a very undeveloped direction in the field of electron microscopy for materials science, especially in Europe. According to the Digital Transformation Monitor, artificial intelligence-based technologies will play a major role in future economy. The ability to analyse levels of data that are beyond human comprehension will allow business to personalize experiences, customize products and services and identify growth opportunities with a speed and accuracy that has never been possible before. The objective of this PoC is to generate an innovative software package that enables the analysis of large sets of EM data (i) at high throughput with (ii) low costs, in (iii) a standardized approach and (iv) under operando conditions, based on advanced machine learning algorithms.

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.

ERC-POC-LS - ERC Proof of Concept Lump Sum Pilot

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) ERC-2020-PoC

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

TECHNISCHE UNIVERSITAT DARMSTADT
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.

€ 150 000,00
Dirección
KAROLINENPLATZ 5
64289 DARMSTADT
Alemania

Ver en el mapa

Región
Hessen Darmstadt Darmstadt, Kreisfreie Stadt
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.

Sin datos

Beneficiarios (1)

Mi folleto 0 0