Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

SEA2Learn

Financiado

Cerrado

SElf-Adaptive and Automated LEARNing Framework for Smart Sensors

Smart Sensors are key components for the upcoming Green and Digital European era. Recently, novel emerging electronics components – such as high energy-efficient many-core application processors featuring a power consumption of fe... ver más

31/08/2024

KU Leuven

176K€

Presupuesto del proyecto: 176K€

Líder del proyecto

KATHOLIEKE UNIVERSITEIT LEUVEN No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 2 Participantes

Financiación concedida El organismo HORIZON EUROPE notifico la concesión del proyecto el día 2024-08-31

HORIZON-MSCA-2021-PF-01-01: MSCA Postdoctoral Fellowships 2021 ExpectedOutcome:

I+D

Cerrada hace 3 años

0% 100% 100%

Información adicional privada

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

2 Participantes

KU Leuven

175.92K€ | Lider

GREENWAVES TECHNOLOGIES

N.D. | Participante

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

Hailo-8 End to end hardware implementation of Artificial Neural Netw... 3M€ Cerrado

RTI2018-097088-B-C33 ACELERADORES HARDWARE PARA REDES DE APRENDIZAJE PROFUNDO DE... 79K€ Cerrado

CNS2023-143648 Ciencias de la computación y tecnología informática 375K€ Cerrado

PDC2021-121847-I00 SISTEMAS ADAPTATIVOS EN HARDWARE DE REDES NEURONALES PROFUND... 91K€ Cerrado

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

Axelera Europa A novel hardware & software platform to revolutionise artifi... 4M€ Cerrado

Duración del proyecto: 24 meses Fecha Inicio: 2022-08-10
Fecha Fin: 2024-08-31

Líder del proyecto

KATHOLIEKE UNIVERSITEIT LEUVEN No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 176K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Smart Sensors are key components for the upcoming Green and Digital European era. Recently, novel emerging electronics components – such as high energy-efficient many-core application processors featuring a power consumption of few tens of mWs – have enabled high-accurate on-device inference capabilities, i.e. Deep Learning inference, to extract high-level information from sensor data. However, this technology improvement is not sufficient to ensure robust solutions suitable for consumer and industrial applications. The main issue comes from the wide variety in real-world test conditions and, consequently, the lack at design-time of representative (labelled) sensor data, needed to train DL inference networks. For this reason, the currently used train-once-and-deploy-everywhere design process for edge intelligence has proved to be weak, even after an endless cyclic procedure involving data collection, model training and in-field testing. This limitation is addressed by the SEA2Learn project by developing energy-efficient and real-time mechanisms to adapt the inference capabilities of resource-constrained smart sensors based on the stimulus from the surrounding environment. The proposed strategy, which is unprecedent in this domain, aims at placing in the same training loop multiple smart sensor nodes that interact with a Learning Agent. The latter will leverage a new class of lightweight methods belonging to the Continual Learning (CL) domain operating on unlabelled multi-sensor data. Thanks to the envisioned SEA2Learn framework, the embedded intelligence can adapt over time based on real-world data, making the design process more robust and 10-100x faster than today. To realize this vision, the fellow’s expertise in HW/SW design for embedded machine learning will be complemented by the Continual Learning knowledge of the hosting research group at KU Leuven and enriched by a tight collaboration with an SME that manufactures IoT platforms for edge computing.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores