Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

TIN2016-81032-P

Financiado

COMPUTACION DISTRIBUIDA EN SISTEMAS ARTIFICIALES Y NEURALES

DURANTE LAS ULTIMAS TRES DECADAS, EL CAMPO DE LA COMPUTACION DISTRIBUIDA Y LA NEUROCIENCIA COMPUTACIONAL HAN SEGUIDO CAMINOS EN GRAN PARTE INDEPENDIENTES. AUNQUE AL PRINCIPIO HUBO CIERTO INTERES DE LOS INFORMATICOS EN LOS MODELOS... ver más

01/01/2016

UPF

65K€

Presupuesto del proyecto: 65K€

Líder del proyecto

UNIVERSITAT POMPEU FABRA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 321

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2016-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UPF

Lider

Conecta tu I+D

¿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

SPINNODE SpiNNaker on the Edge 2M€ Cerrado

MEMRINESS Memristive Neurons and Synapses for Neuromorphic Edge Comput... 1M€ Cerrado

CNS2023-144359 Ciencias de la computación y tecnología informática 384K€ Cerrado

EDGE-SA Empowering Edge AI with Systolic Arrays 165K€ Cerrado

RYC2018-025580-I Holistic development of novel applications powered by the Hi... 309K€ Cerrado

FJC2018-035459-I Aceleradores hardware para redes neuronales profundas. 50K€ Cerrado

Líder del proyecto

UNIVERSITAT POMPEU FABRA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 321

Presupuesto del proyecto 65K€

Descripción del proyecto DURANTE LAS ULTIMAS TRES DECADAS, EL CAMPO DE LA COMPUTACION DISTRIBUIDA Y LA NEUROCIENCIA COMPUTACIONAL HAN SEGUIDO CAMINOS EN GRAN PARTE INDEPENDIENTES. AUNQUE AL PRINCIPIO HUBO CIERTO INTERES DE LOS INFORMATICOS EN LOS MODELOS DE REDES NEURONALES, EL INTERES SE DESVANECIO CON EL TIEMPO DEBIDO EN PARTE A LAS DIFERENCIAS DE ARQUITECTURA DE COMPUTO ASUMIDO EN LOS DOS CAMPOS. SIN EMBARGO, DESDE ENTONCES SE HAN VISTO RAPIDOS AVANCES EN EL HARDWARE PERSONAL/MOVIL CAUSANDO AVANCES EN LA INVESTIGACION DE LA COMPUTACION DISTRIBUIDA SOBRE COMO UTILIZAR MEJOR LAS REDES QUE NO PARAN DE CRECER PARA PODER DAR SERVICIOS A UN NUMERO CADA VEZ MAYOR DE DISPOSITIVOS HETEROGENEOS. COMO CONSECUENCIA, LOS ENTORNOS COMPUTACIONALES DE HOY SE PARECEN MAS A LOS SISTEMAS NEURONALES BIOLOGICOS: UNA RED DISTRIBUIDA DE MUCHOS DISPOSITIVOS INFORMATICOS, MUCHOS DE LOS CUALES TIENEN CAPACIDADES COMPUTACIONALES MODESTAS PERO QUE INTERACTUAN ENTRE SI PARA PRODUCIR CALCULOS GLOBALES MAS COMPLEJAS. COMO CONSECUENCIA, LA BRECHA QUE EXISTIA ENTRE LOS VIEJOS ENTORNOS COMPUTACIONALES Y LOS SISTEMAS NEURONALES SE HA REDUCIDO POR LA EVOLUCION DE LA TECNOLOGIA DE REDES. ESTO SUGIERE QUE AHORA PODEMOS ESTAR EN POSICION DE BENEFICIARNOS DE AMBOS CAMPOS CON UN ESTUDIO SISTEMATICO DE LAS SEMEJANZAS Y DIFERENCIAS EN LOS PRINCIPIOS DE COMPUTO DE LOS DOS SISTEMAS. POR UN LADO, PRESTANDO CONCEPTOS Y HERRAMIENTAS VENIDAS DE LA INVESTIGACION DE COMPUTOS NEURONALES - MODELOS DE COMO UN SISTEMA FISICO PUEDE EXPRESAR SUS CAPACIDADES COMPUTACIONALES EN TERMINOS DEL COMPORTAMIENTO QUE EMERGE DEL SISTEMA VISTO COMO UNA UNIDAD - PUEDE SER USADO EN EL ANALISIS DE SISTEMAS DISTRIBUIDOS CONVENCIONALES, ASI COMO TAMBIEN PARA MEJORAR SU IMPLEMENTACION (POR EJEMPLO, MEJORAS EN ALGORITMOS DE COORDINACION DE ROBOTS). POR OTRO LADO, PERSPECTIVAS TEORICAS Y HERRAMIENTAS PRACTICAS DESARROLLADAS DURANTE TODOS ESTOS AÑOS DE INVESTIGACION EN EL COMPUTO DISTRIBUIDO PODRIAN SER USADOS PARA ENTENDER MEJOR EL COMPUTO EN REDES NEURONALES. EN PARTICULAR, LA COMPUTACION DISTRIBUIDA PROPORCIONA HERRAMIENTAS DE ANALISIS Y SIMULACION DE REDES EN DONDE EL PODER COMPUTACIONAL DE CADA NODO PUEDE IR MAS ALLA DEL SIMPLE MODELO SUMA+UMBRAL DEL MODELO NEURONAL, PERO SIN PERDER LA SENCILLEZ DE COMPUTO PARA QUE PUEDA SER EJECUTADO POR UN CONJUNTO PEQUEÑO DE NEURONAS CONECTADAS LOCALMENTE (POR EJEMPLO AÑADIENDO OPERADORES LOGICOS AND, OR OR XOR). EN ESTE MOMENTO EN QUE LA NEUROCIENCIA EXPERIMENTAL PRODUCE MAS Y MAS INFORMACION DETALLADA DE LA MICRO-ESTRUCTURA DEL TEJIDO CORTICAL, ASI COMO DE LA ESTRUCTURA A GRAN ESCALA DE LOS CIRCUITOS CEREBRALES, ESTAS NUEVAS HERRAMIENTAS PODRIAN RESULTAR CRUCIALES EN EL ANALISIS DE LOS MODELOS RESULTANTES. ESTE PROYECTO PRESENTA UN PLAN CONCRETO PARA DICHA INVESTIGACION MEDIANTE LA IDENTIFICACION DE POTENCIAL PARA LA TRANSFERENCIA RECIPROCA DE CONOCIMIENTO ENTRE DOMINIOS PARA HACER FRENTE A RETOS ABIERTOS EN EL OTRO DOMINIO CONCRETANDO ESAS IDEAS AL APLICARLAS A DOS PROBLEMAS ABIERTOS EN LOS CAMPOS RESPECTIVOS: 1) AL DESARROLLO DE UN SISTEMA DISTRIBUIDO PARA LA COORDINACION DE GRUPOS DE VEHICULOS AEREOS NO TRIPULADOS Y 2) A LA BUSQUEDA DE UN MODELO DE RED NEURONAL (EXTENDIDO) QUE RESUELVA EL PROBLEMA DE LA SEGREGACION FIGURA-FONDO QUE IDENTIFICA AREAS DE UNA IMAGEN QUE PERTENECEN A LA MISMA SUPERFICIE, AGRUPANDOLAS Y SEPARANDOLAS DEL RESTO DE LA IMAGEN. OMPUTACION DISTRIBUIDA\NEUROCIENCIA COMPUTACIONAL

Conecta tu I+D

Entra hoy

¿Olvide mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores