Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

TEC2017-84877-R

Financiado

Cerrado

DESARROLLO DE SISTEMAS DE COMPUTACION NO CONVENCIONAL DE ALTO RENDIMIENTO Y SUS...

DESARROLLO DE SISTEMAS DE COMPUTACION NO CONVENCIONAL DE ALTO RENDIMIENTO Y SUS APLICACIONES PRACTICAS EN LOS ULTIMOS AÑOS EL USO DE REDES NEURONALES EXTENSAS (DEEP NEURAL NETWORKS, DNN) HAN ADQUIRIDO GRAN RELEVANCIA POR SU GRAN CAPACIDAD DE EXTRAER INFORMACION UTIL A PARTIR DE GRANDES CANTIDADES DE DATOS, SU IMPLEMENTACION HARDWAR... ver más

01/01/2017

UIB

204K€

Presupuesto del proyecto: 204K€

Líder del proyecto

UNIVERSIDAD DE LAS ISLAS BALEARES No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 20

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2017-01-01 No tenemos la información de la convocatoria

0% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UIB

Lider

Proyectos interesantes

TEC2011-23113

Software

Data Science

67K€ Cerrado

TIN2017-90731-REDT

Software

Data Science

10K€ Cerrado

TIN2017-88614-R

Software

Data Science

84K€ Cerrado

PID2019-110315RB-I00

Software

Data Science

92K€ Cerrado

PID2020-113656RB-C22

Software

Data Science

198K€ Cerrado

TIN2012-37434

Software

Data Science

94K€ Cerrado

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

Líder del proyecto

UNIVERSIDAD DE LAS ISLAS BALEARES No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 20

Presupuesto del proyecto 204K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto EN LOS ULTIMOS AÑOS EL USO DE REDES NEURONALES EXTENSAS (DEEP NEURAL NETWORKS, DNN) HAN ADQUIRIDO GRAN RELEVANCIA POR SU GRAN CAPACIDAD DE EXTRAER INFORMACION UTIL A PARTIR DE GRANDES CANTIDADES DE DATOS, SU IMPLEMENTACION HARDWARE POSIBILITA ADEMAS EL INCREMENTAR ORDENES DE MAGNITUD SU VELOCIDAD DE OPERACION AL REALIZARSE LA COMPUTACION EN PARALELO, EN EL PRESENTE PROYECTO SE PLANTEA CONSTRUIR UNA PLATAFORMA DE COMPUTACION RECONFIGURABLE PARA LA IMPLEMENTACION DE SISTEMAS DE PROCESAMIENTO NO-CONVENCIONAL COMO LAS DNN O LA COMPUTACION ESTOCASTICA, SU OBJETIVO PRINCIPAL SERIA SU APLICACION A PROCESOS DE GRAN COSTE COMPUTACIONAL, EL PRINCIPAL PROCESO AL CUAL SERIA APLICADO DICHA PLATAFORMA SERIA LA GENERACION ULTRA-RAPIDA DE GRANDES BASES DE DATOS MOLECULARES, LAS BASES GENERADAS PROPORCIONARIAN INFORMACION DE ALTO NIVEL EN FORMA DE DESCRIPTORES QUE RELACIONARIAN CADA COMPUESTO CON SU POSIBLE INTERACCION CON DIANAS TERAPEUTICAS ESPECIFICAS Y POR TANTO CON SU BIOACTIVIDAD, LA METODOLOGIA A DESARROLLAR EVITARIA LOS COSTOSOS METODOS AB-INITIO DE ESTUDIO DE COMPUESTOS ORGANICOS AL INFERIR SUS PROPIEDADES MEDIANTE TECNICAS DE MACHINE LEARNING, EN QUIMICA ORGANICA, EL ESPACIO FACTIBLE DE COMPUESTOS JUNTO CON SUS POSIBLES CONFORMACIONES ES ENORME, Y HACER UN ESTUDIO COMO EL DFT (DENSITY FUNCTIONAL THEORY) PARA TODO EL ESPACIO QUIMICO ES PROHIBITIVO EN TERMINOS COMPUTACIONALES, EL USO DE DNN MEDIANTE EL USO DE FPGAS DE ALTA DENSIDAD, JUNTO CON EL USO DE TECNICAS DE MACHINE LEARNING Y DE COMPUTACION NO-CONVENCIONAL POSIBILITARIA EL PROCESAMIENTO DE GRANDES CANTIDADES DE COMPUESTOS Y SUS CONFORMACIONES DE MANERA MUCHO MAS AGIL A COMO ACTUALMENTE SE REALIZA, EL ESTUDIO ESTARIA REALIZADO CON EL APOYO DEL GRUPO DIRIGIDO POR EL PROFESOR EN QUIMICA ORGANICA CHRISTOPHER A, HUNTER (FELLOW DE LA ROYAL SOCIETY), DE LA UNIVERSIDAD DE CAMBRIDGE Y CON EL COMPT BIOLOGY AND DRUG DESIGN GROUP DIRIGIDO POR EL DR, PEDRO BALLESTER (CANCER RESEARCH CENTER OF MARSEILLE), LA RELEVANCIA E INNOVACION DE LA PRESENTE PROPUESTA RESIDE EN EL DESARROLLO DE HARDWARE BASICO PARA EL PROCESAMIENTO PARALELO QUE POSIBILITE GENERAR EN TIEMPOS RAZONABLES GRANDES BASES DE DATOS MOLECULARES QUE SEAN DE UTILIDAD PARA EL PROCESO DE BUSQUEDA DE FARMACOS, DICHO PROCESAMIENTO EVITARIA EL USO DE TECNICAS AB-INITIO CON ALTO COSTE COMPUTACIONAL, UNA SEGUNDA APLICACION VERSARA SOBRE LA APLICACION DE LA PLATAFORMA DE COMPUTACION NO-CONVENCIONAL PARA LA ACELERACION DE METODOLOGIAS DE RECONOCIMIENTO DE PATRONES Y PREVISION DE SERIES TEMPORALES, PREVIAMENTE DESARROLLADAS POR EL EQUIPO INVESTIGADOR, EN UN CAMPO DE ESPECIAL RELEVANCIA COMO ES DE LOS MERCADOS ENERGETICOS; CONCRETAMENTE AL MERCADO ELECTRICO IBERICO, SE PREVE DESARROLLAR UNA HERRAMIENTA MIXTA HARDWARE/SOFTWARE PARA LA PREDICCION DE LOS PRECIOS MARGINALES DEL MERCADO ELECTRICO CON CAPACIDAD DE OPERAR EN TIEMPO REAL Y UN HORIZONTE TEMPORAL AJUSTABLE, COMO BASE DE FUTURAS APLICACIONES DE OPTIMIZACION ENERGETICA DE GRAN INTERES PARA LAS EPOS DEL PROYECTO, PARA ESTO SE REQUERIRA DEL DESARROLLO DE SENDAS HERRAMIENTAS DE PREDICCION DE LA DEMANDA ENERGETICA A PARTIR DE VARIABLES AMBIENTALES Y SOCIO/ECONOMICAS, Y DE LA PREVISION DE LA GENERACION DE ORIGEN RENOVABLE (EOLICA Y FOTOVOLTAICA), ESTA APLICACION ES MUY DIFERENTE A LA ABORDADA EN EL PRIMER EJE Y A LA VEZ MUY EXIGENTE COMPUTACIONALMENTE AL TENER QUE TRABAJAR SOBRE GRANDES BASES DE DATOS DE LOS HISTORICOS DE PRECIOS DE LA ENERGIA Y DE VARIABLES AMBIENTALES PARA VASTAS ZONAS GEOGRAFICAS, REDES NEURONALES\COMPUTACIÓN RECONFIGURABLE\MINERÍA DE DATOS\PREDICCIÓN DE SERIES TEMPORALES\VIRTUAL SCREENING

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores