SFB 1459 - C06: In-Memory-Computing im gemischten Modus mit adaptiven Phasenwechselmaterialien

Grunddaten zu diesem Projekt

Art des ProjektesTeilprojekt in DFG-Verbund koordiniert an der Universität Münster
Laufzeit an der Universität Münster01.01.2025 - 31.12.2028 | 2. Förderperiode

Beschreibung

In diesem Projekt verwenden wir neuromorphe Mixed-Mode-Architekturen, um In-Memory-Lernen durch elektrisch programmierbare künstliche Neuronen und Synapsen auf Basis von Phasenwechselmaterialien zu implementieren. Mithilfe fortschrittlicher Fertigungsmethoden und Nanoanalytik werden optimale Kompositionen entwickelt, umgesetzt und getestet. Wir werden Mixed-Precision-Algorithmen für In-Memory-Lernen entwickeln und implementieren und unsere Architektur für die Verarbeitung externer sensorischer Eingaben anwenden. Langfristig streben wir danach, gehirninspirierte nanoskalige Rechner zu entwickeln, die eine adaptive optische Informationsverarbeitung durchführen können.

StichwörterNanowissenschaft; adaptive Festkörper-Nanosysteme
Webseite des Projektshttps://www.uni-muenster.de/SFB1459/research/index.html
DFG-Gepris-IDhttps://gepris.dfg.de/gepris/projekt/455336249
FörderkennzeichenSFB 1459/2, C06 | DFG-Projektnummer: 433682494
Mittelgeber / Förderformat
  • DFG - Sonderforschungsbereich (SFB)

Projektleitung der Universität Münster

Pernice, Wolfram
Center for Soft Nanoscience (SoN) (SoN)
Salinga, Martin
Professur für Experimentelle Physik mit der Ausrichtung Materials Science (Prof. Salinga)

Antragsteller*innen der Universität Münster

Pernice, Wolfram
Center for Soft Nanoscience (SoN) (SoN)
Salinga, Martin
Professur für Experimentelle Physik mit der Ausrichtung Materials Science (Prof. Salinga)

Projektbeteiligte Organisationen außerhalb der Universität Münster

  • Ruprecht-Karls-Universität HeidelbergDeutschland