Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

PDC2021-121847-I00

Financiado

SISTEMAS ADAPTATIVOS EN HARDWARE DE REDES NEURONALES PROFUNDAS PARA PROCESAMIENT...

SISTEMAS ADAPTATIVOS EN HARDWARE DE REDES NEURONALES PROFUNDAS PARA PROCESAMIENTO INTELIGENTE DE AUDIO DESDE HACE UNA DECADA ESTA TENIENDO LUGAR UNA REVOLUCION TECNOLOGICA ASOCIADA AL DESARROLLO DE LA INTELIGENCIA ARTIFICIAL (IA). A RAIZ DE ESTA SITUACION, GRANDES EMPRESAS (GOOGLE, INTEL, MICROSOFT,...) HAN DESARROLLADO UNA GRAN VA... ver más

01/01/2021

UIB

91K€

Presupuesto del proyecto: 91K€

Líder del proyecto

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

Total investigadores 20

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UIB

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

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

EmbeDL Faster and More Energy Efficient Machine Learning for Embedd... 4M€ Cerrado

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

SEA2Learn SElf-Adaptive and Automated LEARNing Framework for Smart Sen... 176K€ Cerrado

ACROBAT Hardware Acceleration with Tunable SRAM/IMC Voltages 239K€ Cerrado

SPIKEPro SPIKING PHOTONIC-ELECTRONIC IC FOR QUICK AND EFFICIENT PROCE... 2M€ Cerrado

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 91K€

Descripción del proyecto DESDE HACE UNA DECADA ESTA TENIENDO LUGAR UNA REVOLUCION TECNOLOGICA ASOCIADA AL DESARROLLO DE LA INTELIGENCIA ARTIFICIAL (IA). A RAIZ DE ESTA SITUACION, GRANDES EMPRESAS (GOOGLE, INTEL, MICROSOFT,...) HAN DESARROLLADO UNA GRAN VARIEDAD DE IMPLEMENTACIONES IA EN HARDWARE. PARA ESTO SE INTENTAN IMPLEMENTAR DE FORMA ENERGETICAMENTE EFICIENTE DIFERENTES ALGORITMOS QUE SE REPITEN MUCHO EN APRENDIZAJE AUTOMATICO COMO LOS "MULTIPLY-AND-ACCUMULATE" NECESARIOS PARA LAS REDES NEURONALES PROFUNDAS. POR TANTO ESTAMOS EN UN MOMENTO HISTORICO DE TRANSFORMACION CON ALTA DEMANDA POR PARTE DE LA INDUSTRIA DE DISEÑOS QUE IMPLEMENTEN LA IA EN HARDWARE CON ALTA EFICIENCIA ENERGETICA (EE) PUESTO QUE UN ALTO VALOR DE ESTA FIGURA DE MERITO IMPLICA LA POSIBILIDAD TANTO DE INCORPORAR LA IA EN DISPOSITIVOS QUE OPERAN CON BATERIAS (LOS DISPOSITIVOS 'EDGE') COMO DE APLICARLOS A SISTEMAS DE SUPERCOMPUTACION MASIVA. LA PRESENTE PROPUESTA DE PROYECTO SE CENTRA EN EL DESARROLLO DE UN DEMOSTRADOR HARDWARE QUE IMPLEMENTE UN PROCESADO DE AUDIO MEDIANTE DIFERENTES METODOLOGIAS DE DISEÑO DE HARDWARE-IA CON ALTA EE Y QUE HAN SIDO DESARROLLADOS DURANTE LA EJECUCION DEL PROYECTO NACIONAL TEC2017-84877-R. EL DEMOSTRADOR PROPUESTO DEBERA PROPORCIONAR UN BAJO CONSUMO QUE LO HAGAN SUSCEPTIBLE DE SER APLICADO A IMPLEMENTACIONES "ON THE EDGE". LAS CARACTERISTICAS DE ALTA EFICIENCIA ENERGETICA VENDRAN DADAS POR EL USO DE UNA SERIE DE METODOLOGIAS DE DISEÑO NO CONVENCIONALES COMO ES EL USO DE LA COMPUTACION ESTOCASTICA (SC), EL ALGEBRA TROPICAL (TA), O LA COMPUTACION MEDIANTE EL USO DE SISTEMAS DE RESERVOIR (RC). ESTAS METODOLOGIAS DE DISEÑO FUERON DESARROLLADAS EN EL PROYECTO ANTERIOR Y HAN GENERADO DOS SOLICITUDES DE PATENTES ESPAÑOLAS Y DIVERSAS PUBLICACIONES CONSISTENTES EN: (A) PATENTE SOBRE LA IMPLEMENTACION DE REDES NEURONALES CONVOLUCIONALES (CNN) EN HARDWARE MEDIANTE SC, (B) PATENTE SOBRE LA IMPLEMENTACION DE UNA METODOLOGIA DE ENTRENAMIENTO DE REDES NEURONALES RECURRENTES APLICANDO TA, (C) PUBLICACION DE UNA METODOLOGIA DE IMPLEMENTACION DE REDES NEURONALES RECURRENTES DEL TIPO ECHO STATE NETWORKS DE BAJO CONSUMO EN HARDWARE. LA SELECCION DE LA APLICACION DE AUDIO-AI VIENE MOTIVADA POR EL INTERES MOSTRADO POR LA EMPRESA VALENTRA TECHNOLOGIES (SAN JOSE, CALIFORNIA, EEUU) EN PODER DISPONER DE UNA SOLUCION DE ESTAS CARACTERISTICAS PARA APLICACIONES "EDGE". EL OBJETIVO TECNICO CONSISTE EN DESARROLLAR UN DISPOSITIVO DE MUY BAJO CONSUMO PARA IDENTIFICAR Y CLASIFICAR EVENTOS ACUSTICOS (ENTRE 5 Y 20 EVENTOS DISTINTOS) A LA VEZ QUE DISTINGUIR DISTINTAS PALABRAS CLAVE (ENTRE 10 Y 40 PALABRAS DISTINTAS). TENIENDO EN CUENTA LA COMPLEJIDAD DE LOS ALGORITMOS DE APRENDIZAJE AUTOMATICO EN RELACION AL NUMERO DE PARAMETROS DE AJUSTE (PESOS DE LA CNN) ASI COMO DE LAS OPERACIONES A REALIZAR, SE HACE NECESARIO EL UTILIZAR UNA METODOLOGIA DE COMPUTACION ALTERNATIVA A LA CLASICA (NORMALMENTE BASADA EN MICROPROCESADOR) Y QUE SEA CAPAZ DE REDUCIR CONSIDERABLEMENTE EL CONSUMO. EL CONJUNTO DE HERRAMIENTAS DE DISEÑO DE HARDWARE-AI DESARROLLADAS EN EL PROYECTO TEC2017-84877-R Y BASADAS EN METODOLOGIAS NO CONVENCIONALES COMO LAS MENCIONADAS PUEDEN SER UNA POSIBLE SOLUCION QUE DE SALIDA A UN PROBLEMA ACTUALMENTE NO RESUELTO POR LAS METODOLOGIAS COMPUTACIONALES TRADICIONALES COMO ES EL DE LOS SISTEMAS HARDWARE DE EDGE-INTELLIGENCE. EL OBJETIVO FINAL DEL PROYECTO SERIA EL DE TRANSFERIR DICHO SISTEMA A LA INDUSTRIA. OMPUTACION ESTOCASTICA\RECONOCIMIENTO DE EVENTOS DE AUDIO\ALGEBRA TROPICAL\REDES NEURONALES CONVOLUCIONALES\APRENDIZAJE PROFUNDO\APRENDIZAJE AUTOMATICO

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores