Projekt søger at udvikle modeller der kan bestemme niveauet af kommunikationsbesvær for folk med høretab. Data fra laboratorier og fra den virkelige verden benyttes, så modellerne kan evalueres under forskellige forhold. I den virkelige verden opsamles data vha. høreapparater, sensorer, og smartphones, og in-situ spørgeskemaer benyttes til at forstå oplevet kommunikationsbesvær. Forskellige høreapparatindstillinger vil blive anvendt for at fastslå modellernes sensitivitet.

I EU's nuværende brintøkonomi er det kun 4% af projekterne, der når frem til den endelige investeringsbeslutning, sandsynligvis på grundet manglen af et brintmarked og optimale investeringsstrategier. Dette projekt har til formål at tackle disse udfordringer ved at designe et brintmarked, der er i overensstemmelse med brints fysiske egenskaber, at udvikle et værktøj til at støtte interessenter i at deltage i et sådan marked og at kvantificere den socioøkonomiske indvirkning af ovenstående mål.

Projektets mål er at udvikle robuste og præcise surrogatmodeller til elektromagnetisk (EM) simulering og antennedesign ved hjælp af Complex-Valued Machine Learning (CVML). CVML muliggør integration af fysiske love i modellerne, der kan øge modellernes nøjagtighed, robusthed og skalerbarhed. Disse teknologiske fremskridt har potentialet til at løfte EM-simuleringssoftware til et nyt niveau og muliggøre digitale løsninger til real-time scenarier og bane vejen for Digital Twin teknologier.

to be filled