Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

EchoRob

Financiado

Cerrado

Echo State Networks for Developing Language Robots

In this project, we propose to build a biologically plausible model of sentence comprehension based on recurrent neural networks called reservoirs. Human sentence comprehension is mainly handled by prefrontal cortex areas, which h... ver más

28/02/2017

UHAM

162K€

Presupuesto del proyecto: 162K€

Líder del proyecto

UNIVERSITY OF HAMBURG No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo FP7 notifico la concesión del proyecto el día 2017-02-28 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

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

1 Participantes

UHAM

0.00€ | Lider

Proyectos interesantes

ORGANIC

Artificial Inte...

Machine Learnin...

4M€ Cerrado

MAGIC

Artificial Inte...

Machine Learnin...

158K€ Cerrado

CALCULUS

Artificial Inte...

Machine Learnin...

2M€ Cerrado

MUHAI

Artificial Inte...

Data Science

4M€ Cerrado

ReWoMeN

Artificial Inte...

Data Science

176K€ Cerrado

PCIN-2015-226

Artificial Inte...

Natural Languag...

75K€ 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

UNIVERSITY OF HAMBURG No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 162K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto In this project, we propose to build a biologically plausible model of sentence comprehension based on recurrent neural networks called reservoirs. Human sentence comprehension is mainly handled by prefrontal cortex areas, which have highly recurrent connectivity. In both biological and artificial neural networks this recurrence is supposed to enable the management of different aspects of time such as working memory and contextual information processing. Here, we propose to develop the Reservoir Computing (RC) paradigm – in particular Echo State Networks (ESN) with incremental learning – to model language comprehension at the sentence level given sequential inputs of words or phonemes. Based on our initial research, a model processing syntactic sentence structures was able to demonstrate generalisation and online prediction capabilities while processing sequential input. For less frequent inputs, the model provided potential explanation for human electrophysiological data. Building on this research, a new model is proposed with the following objectives: (1) processing of all semantic information enabling contextual processing and richer representation of meaning, (2) implementing incremental learning with noisy supervision enabling realistic developmental language acquisition from simple to complex sentences, (3) demonstrating that the model can learn from naïve user’s utterances in several languages, and (4) demonstrating the ability of this model when embodied in a robot to acquire extended language capabilities through human-robot interaction accounting for developmental schemes.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores