Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”
LUAUS26281

Nekonvenční výpočetní modely s polymerními neurosynaptickými memristory: škálovatelné pravděpodobnostní architektury

Veřejná podpora

  • Poskytovatel

    Ministerstvo školství, mládeže a tělovýchovy

  • Program

    INTER-EXCELLENCE II

  • Veřejná soutěž

    SMSM2026LU001

  • Hlavní účastníci

    Fyziologický ústav AV ČR, v. v. i.

  • Druh soutěže

    VS - Veřejná soutěž

  • Číslo smlouvy

    MSMT-6303/2026-23

Alternativní jazyk

  • Název projektu anglicky

    Unconventional Computational Models with Polymeric Neurosynaptic Memristors: Scalable Probabilistic Architectures

  • Anotace anglicky

    Traditional computational architectures are constrained by the deterministic Turing model, limiting their efficiency in addressing probabilistic tasks such as inference, combinatorial optimization, and decision-making. Unconventional computational models inspired by biological neural systems offer an alternative paradigm that incorporates stochasticity as a fundamental computational resource, enabling new avenues for energy-efficient artificial intelligence. This project focuses on the deployment of stochastic neural units—referred to as probabilistic bits (p-bits)—realized through polymer-based memristors exhibiting neurosynaptic properties. These devices leverage controlled stochastic optimization to enable the construction of scalable probabilistic architectures. A memristor is a passive electronic component whose value varies depending on the amount of electrical charge passed. One of its most attractive features is its ability to simultaneously store and process information within a single element. The similarity of memristor behaviour to living organisms, which adapt their decision-making based on previous experience, is also key. Similarly, the memristor changes its response to test voltages depending on previously applied voltages. This memory dependence can be used in electrical circuits to implement adaptive network systems or to mimic synaptic functions in neural networks, including the phenomenon of synaptic plasticity. Most current memristive systems use inorganic materials, whose applicability is limited in the areas of printed organic electronics and neuromorphic computing systems. In this project, novel dithienopyrrole main chain (DTP) based polymers with conjugated functional side groups (triphenylamine, naphthalimide, carbazole) will be synthesized.

Vědní obory

  • Kategorie VaV

    ZV - Základní výzkum

  • OECD FORD - hlavní obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

  • OECD FORD - vedlejší obor

    10404 - Polymer science

  • OECD FORD - další vedlejší obor

  • CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

    AF - Dokumentace, knihovnictví, práce s informacemi<br>BC - Teorie a systémy řízení<br>BD - Teorie informace<br>CD - Makromolekulární chemie<br>IN - Informatika

Termíny řešení

  • Zahájení řešení

    1. 3. 2026

  • Ukončení řešení

    31. 12. 2029

  • Poslední stav řešení

    Z - Začínající víceletý projekt

  • Poslední uvolnění podpory

Dodání dat do CEP

  • Důvěrnost údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

  • Systémové označení dodávky dat

    CEP26-MSM-LU-R

  • Datum dodání záznamu

    24. 4. 2026

Finance

  • Celkové uznané náklady

    10 274 tis. Kč

  • Výše podpory ze státního rozpočtu

    10 274 tis. Kč

  • Ostatní veřejné zdroje financování

    0 tis. Kč

  • Neveřejné tuz. a zahr. zdroje finan.

    0 tis. Kč