Ciencias de la computación y tecnología informática
ESTE PROYECTO SE DEDICARA A DESARROLLAR UNA ARQUITECTURA DE PROCESAMIENTO NEUROMORFICO PARA SIMULAR REDES NEURONALES BASADAS EN IMPULSOS (SNN, O SPIKING NEURAL NETWORKS). LAS SNNS SON UN MODELO DE INTELIGENCIA ARTIFICIAL QUE IMITA...
ver más
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2023-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Proyectos interesantes
bioSPINspired
Bio inspired Spin Torque Computing Architectures
2M€
Cerrado
SpikyControl
Spiking Control Systems: an algorithmic theory for control d...
2M€
Cerrado
PGC2018-099422-A-I00
COMPUTACION NEUROMORFICA CON NANO-DISPOSITIVOS DE CONMUTACIO...
61K€
Cerrado
CoSpiN
Coherent Spintronic Networks for Neuromorphic Computing
1M€
Cerrado
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
ESTE PROYECTO SE DEDICARA A DESARROLLAR UNA ARQUITECTURA DE PROCESAMIENTO NEUROMORFICO PARA SIMULAR REDES NEURONALES BASADAS EN IMPULSOS (SNN, O SPIKING NEURAL NETWORKS). LAS SNNS SON UN MODELO DE INTELIGENCIA ARTIFICIAL QUE IMITA EL FUNCIONAMIENTO DE LAS NEURONAS BIOLOGICAS QUE SE COMUNICAN POR MEDIO DE IMPULSOS ELECTRICOS. UNA DE LAS PRINCIPALES VENTAJAS DE LAS SNNS FRENTE A LAS REDES NEURONALES ARTIFICIALES TRADICIONALES (REDES NEURONALES PROFUNDAS - DNNS - O REDES NEURONALES CONVOLUCIONALES - CNNS) ES SU MAYOR EFICIENCIA ENERGETICA YA QUE PERMITEN ELIMINAR EL CUELLO DE BOTELLA VON NEUMANN ASI COMO APROVECHAR TEJIDOS DE COMUNICACION MULTIDESTINO. ES POR ELLO QUE SON IDEALES TANTO PARA APRENDIZAJE EMBEBIDO Y EN EL EDGE, ASI COMO SISTEMAS DE CONTROL INDUSTRIALES. EL OBJETIVO ES GENERAR UNA NUEVA IP NEUROMORFICA QUE SERA INICIALMENTE PROTOTIPADA EN FPGAS, PERO QUE PODRA SER INTEGRADA EN FUTUROS CHIPS NEUROMORFICOS. ADEMAS SE ESTUDIARAN NUEVOS MODELOS Y TECNICAS DE CODIFICACION DE LA INFORMACION EN SNNS EN EL AMBITO DE VARIOS CASOS DE USO (VISION, PROCESAMIENTO DE LENGUAJE NATURAL - NLP). ESTUDIAR LOS MODELOS SNN EN PARALELO CON EL PROTOTIPADO DEL HARDWARE ESPECIFICO TIENE VARIAS VENTAJAS. POR UN LADO, PERMITIRA REALIZAR EL DESARROLLO CON UNA METODOLOGIA DE CO-DISEÑO EN LA QUE LAS NECESIDADES DE LA APLICACION DIRIJAN EL DISEÑO DEL HARDWARE NEUROMORFICO A CONSTRUIR. ADEMAS PERMITIRA REALIZAR LA EVALUACION DEL RENDIMIENTO Y LA EFICIENCIA COMPARANDOSE EN DISTINTOS DOMINIOS DE APLICACION TANTO CON IMPLEMENTACIONES SOFTWARE DE SNN, COMO CON OTRO TIPO DE TECNICAS DE INTELIGENCIA ARTIFICIAL MAS EXTENDIDAS. ACTUALMENTE, SE ESTAN DESARROLLANDO LINEAS DE COLABORACION EN ESTOS AMBITOS CON LOS CENTROS DE EXCELENCIA DE NEUROCIENCIA EN EL PAIS VASCO (BCAM, BCBL, ACHUCARRO, BIOCRUCES) Y CON LOS CENTROS TECNOLOGICOS (IKERLAN, VICOMTECH) Y SE ESTA IMPULSANDO LA CREACION DE UNA RED VASCA DE NEUROCIENCIA. COMPUTACION NEUROMORFICA\VISION POR COMPUTADOR\COMPUTACION EN EL EDGE\DISEÑO Y PROTOTIPADO DE HARDWARE\FIELD-PROGRAMMABLE GATE ARRAY (FPGA)\REDES NEURONALES POR IMPULSOS