Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

SymPhysAI

Financiado

Symbolic artificial intelligence for hidden topological orders in quantum physic...

Artificial intelligence (AI) offers novel methodologies to unravel complex physical phenomena. However, most machine learning models lack transparency in their decision-making processes. In this proposal, we aim to develop a symbo... ver más

30/06/2026

INSTYTUT FIZYKI PO...

140K€

Presupuesto del proyecto: 140K€

Líder del proyecto

INSTYTUT FIZYKI POLSKIEJ AKADEMII NAUK No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Financiación concedida El organismo HORIZON EUROPE notifico la concesión del proyecto el día 2024-05-24

Línea de financiación objetivo El proyecto se financió a través de la siguiente ayuda:

HORIZON-WIDERA-2023-TALENTS-02-01: ERA Fellowships

I+D

Cerrada hace 1 año

0% 100%

1 Participantes

INSTYTUT FIZYKI POLSKIEJ AKA...

139.95K€ | Lider

Proyectos interesantes

ALEPH Autonomous learning agents in Physics 184K€ Cerrado

IJC2019-039152-I Deep Learning and Neural-symbolic learning and reasoning for... 93K€ Cerrado

FIS2016-80681-P APRENDIZAJE CUANTICO Y NO CLASICALIDAD 185K€ Cerrado

qDynnet Quantum dynamical neural networks 1M€ Cerrado

HyNNet NISQ Hybrid quantum-classical neural networks for the characteriz... 219K€ Cerrado

DeepLog Deep Probabilistic Logics 3M€ Cerrado

Últimas noticias

02-12-2024: AGENCIA-VALENCIANA-D... En las últimas 48 horas el Organismo AGENCIA VALENCIANA D... ha otorgado 1 concesiones

02-12-2024: CDTI En las últimas 48 horas el Organismo CDTI ha otorgado 4 concesiones

01-12-2024: REDES En las últimas 48 horas el Organismo REDES ha otorgado 1337 concesiones

Duración del proyecto: 25 meses Fecha Inicio: 2024-05-24
Fecha Fin: 2026-06-30

Líder del proyecto

INSTYTUT FIZYKI POLSKIEJ AKADEMII NAUK

TRL 4-5

Presupuesto del proyecto 140K€

Descripción del proyecto Artificial intelligence (AI) offers novel methodologies to unravel complex physical phenomena. However, most machine learning models lack transparency in their decision-making processes. In this proposal, we aim to develop a symbolic AI as a tool to reveal hidden topological orders in quantum physics. To this end, an AI-assisted symbolic regression method will be studied. We focus on three main objectives: (i) machine learning topological phases with experimental data; (ii) uncovering hidden non-local symmetry-protected topological orders; and (iii) searching for quantized topological invariants in an unsupervised fashion. The interplay between symbolic AI and quantum physics is envisioned to bring new insights into topological phases. Moreover, the project will scrutinize the explainability and the robustness of machine learning models. The investigations will provide concrete guidelines for accompanying theoretical and experimental studies at MagTop. The outcomes of the project will pave the way to discover novel features of topological materials in a reliable and explainable way, as well as provide great opportunities for me to reach a position of professional excellence and independence.

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores