Konstant Net og DTU, Distributed Energy systems, vil præcist forudsige tilvæksten i elforbrug med henblik på at forberede en rettidig, omkostningseffektiv udbygning af elnettet til den grønne omstilling. Fremskrivningerne skal ydermere udgøre et kvantitativt grundlag for at agere på et marked for fleksibilitet, således at de eksisterende komponenter kan levetidsforlænges rentabelt. Begge elementer er nødvendige, da mangel på både komponenter og kvalificeret arbejdskraft begrænser udbygningen.

Projektet fokuserer på udvikling af datadrevne komponenter til brug i simuleringer. Målet er at reducere beregningsressourcerne, der kræves for at køre modellerne. Forskningshypotesen er, at det er muligt at optimere fysik- og ekspertvidenskabsbaserede simuleringer ved hjælp af automatisk indsamlet data og AI. Ph.d.-projektets fokus er at udvikle metoder til at opdage flaskehalse og udvikle datadrevne simuleringer som erstatningsmodeller, der skal bruges sammen med traditionelle simuleringer.

Taleforståelse er grundlæggende for menneskelig kommunikation, men alder og høretab kan gøre det sværere eller mere anstrengende at forstå hinanden. Projekts mål er at identificere og måle individuelle mangler i taleforståelighed samt øget lytteindsats for høre-udfordrede befolkningsgrupper og herefter forudsige effekterne af disse mangler ved hjælp af beregningsmodeller for at give indsigt og værktøjer til udvikling af høreapparater.

Defektdannelse og suboptimale vedligeholdelsesstrategier reducerer levetiden for jernbaneskinner, hvis udskiftning giver anledning til væsentlige drivhusgasudledninger og trafikforsinkelser. Dette forskningsprojekt udvikler matematiske modeller til forudsigelse af defektsandsynligheder og efterfølgende optimering af vedligeholdelsesstrategier baseret på avanceret analyse af historisk defekt- og driftsdata fra industrielle jernbanenetværk.

Renseanlæg (WWTP) skal implementere et fjerde behandlingstrin for at forbedre fjernelsesffektiviteten af miljøfarlige stoffer. Nuværende studier fokuserer på et begrænset sæt stoffer og mangler optimering med de tilgængelige avancerede analytiske teknologier. DAWN udvikler en metode til at integrere datadrevet optimering, som guider renseanlæg til at vælge og optimere de mest egnede teknologier. Implementeringen sikres gennem tæt samarbejde og forståelse af WWTP’s behov.

Peptidlægemidler har vist sig som effektiv behandling af livsstilssygdomme, såsom fedme, og baserer sig på naturligt forekommende hormoner produceret i kroppen. Dette projekt har til formål at bruge AI-metoder til at generere nye peptider, der kan adressere biologiske processer, der ikke påvirkes af naturligt forekomne peptider. Ydermere har projektet til formål at justere disse AI-genererede peptiders selektivitet, for dermed at lede til mere potente lægemidler med færre bivirkninger.

Forskning i terapeutiske peptider har hidtil fokuseret på optimering af naturligt forekommende peptider, hvilket er en afgørende begrænsning i udviklingen af ny og mere effektiv medicin. Formålet med dette projekt er at anvende mRNA display til hypotesefri selektion af cykliske peptider med høj glucagon receptor-affinitet til efterfølgende optimering for at opnå optimal selektivitet og funktionel aktivitet. Dette projekt kan lede til udvikling af nye peptid-lægemidler til behandling af fedme.