| Source DB | nl |
|---|
| Institution | UGent |
|---|
| Code | 5fa1dbe0-2b83-4bd1-975c-54185f73ebeb |
|---|
| Unit | 3b9b4691-0fd0-4fbc-aa3d-3f88e560336b
|
|---|
| Begin | 1/1/2020 |
|---|
| End | 6/30/2024 |
|---|
| title fr |
|
|---|
| title nl | Emergent gedrag in nanomagnetische ensembles voor parallele data-analyse
|
|---|
| title en | Harnessing the Emergent Properties of Nanomagnet Ensembles for Massively Parallel Data Analysis
|
|---|
| Description fr |
|
|---|
| Description nl | Het SpinENGINE-project wil de basis leggen voor een nieuw, parallel, computationeel platform gebaseerd op het emergente gedrag in nanomagnetische ensembles. Het project zal een efficiënt, schaalbaar en gemakkelijk reproduceerbaar platform ontwikkelen om de uitdagingen van data-analyse in onze steeds meer data-rijke samenleving aan te pakken. Het bouwt op de recente ontdekkingen rond complexe, niet-lineaire en zeer aanpasbare interacties in dergelijke ensembles om een U+200BU+200Bhardware platform voor "Reservoir Computing" te realiseren, een biologisch geïnspireerde computationele benadering. Onze hypothese is dat de synergiën tussen de inherente eigenschappen van nanomagnetische ensembles en die vereist voor reservoir computing de efficiënte creatie van een zeer adaptief computerplatform mogelijk zal maken voor de analyse van complexe, dynamische datasets. Dit kan de performantie van de huidige gebruikte conventionele CMOS-hardware aanzienlijk overtreffen. SpinENGINE brengt een multidisciplinair team van onderzoekers samenbrengen met expertise in informatica, fysica van de gecondenseerde materie, materiaalkunde, computer modellering en hoge resolutie microscopie. Dit stelt ons in staat om tegelijkertijd het fundamentele gedrag van nanomagnetische ensembles te verkennen en te begrijpen hoe deze kunnen worden benut voor nuttige berekeningen. Tegen het einde van het project streven we ernaar een proof-of-concept systeem te produceren dat in staat is om patroonherkenning en classificatieproblemen op te lossen en, in samenwerking met onze industriële partner, IBM, een stappenplan op te stellen voor de verdere schaling en commercialisering van onze computationele platform. Succes in het SpinENGINE-project zal grote implicaties hebben voor data-analyse op alle schalen, variërend van laagvermogenberekening in de eenvoudigste sensor tot versnelde gegevensverwerking in de meest complexe supercomputer.
|
|---|
| Description en | The SpinENGINE project will lay the foundations for a new, massively parallel, computational platform based on emergent behaviour in large nanomagnet ensembles. The project will develop an efficient, highly scalable, and easily reproducible platform meeting the data analysis challenges in our increasingly data-rich society. We will build upon our recent discoveries and use complex, nonlinear, and highly tunable interactions in such ensembles to realize a hardware platform for U+201CReservoir ComputingU+201D, a biologically-inspired computational approach. Our critical hypothesis is that the synergies between the inherent properties of nanomagnet ensembles and those required for reservoir computing will enable the efficient creation of a highly adaptive computational platform for the analysis of complex, dynamic data sets. This has the potential to greatly outperform current approaches using conventional CMOS hardware. SpinENGINE will bring together a multidisciplinary team of researchers with expertise in computer science, condensed matter physics, material science, computational modelling, and high-resolution microscopy. This will enable us to simultaneously explore the fundamental behaviours of nanomagnet ensembles and understand how these can be harnessed for useful computation. By the end of the project, we aim to fabricate a proof-of-concept device capable of solving pattern recognition and classification problems, and, in collaboration with our industrial partner, IBM, produce a roadmap to the further scaling and commercialization of our computational platform. Success in the SpinENGINE project will have vast implications for data analysis at all scales, ranging from low power computation in the simplest sensor node to accelerated data processing in the most complex supercomputer.
|
|---|
| Qualifiers | - emergent gedrag - emergent properties - hardware - nanomagnetism - nanomagnetisme - |
|---|
| Personal | Van Waeyenberge Bartel |
|---|
| Collaborations | |
|---|
