Nyhedsbrev
Tilmeld dig Innovationsfondens nyhedsbrev og få de seneste nyheder, søgemuligheder og arrangementer
| Titel Sortér faldende | Periode | Program | |
|---|---|---|---|
| M-ERA.NET 3, Call 2023 - ArcAMAT | 2024 - 2027 | Internationale samarbejder
|
|
|
M-ERA.NET 3, Call 2023 - ArcAMAT
Periode
2024 - 2027
Region
Program
Internationale samarbejder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
2,2 mio. Samlet budget
2,2 mio. Projektdeltagere
Danmarks Tekniske Universitet Projektleder
Læs mere om projektet
| |||
| M-ERA.NET 3, Call 2023 - CERMETAD | 2024 - 2027 | Internationale samarbejder
|
|
|
M-ERA.NET 3, Call 2023 - CERMETAD
Periode
2024 - 2027
Region
Program
Internationale samarbejder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
3,7 mio. Samlet budget
3,7 mio. Projektdeltagere
Danmarks Tekniske Universitet, ATLANT 3D Nanosystems ApS Projektleder
Læs mere om projektet
| |||
| M-ERA.NET 3, Call 2023 - H2-ELECTRODE | 2024 - 2027 | Internationale samarbejder
|
|
|
M-ERA.NET 3, Call 2023 - H2-ELECTRODE
Periode
2024 - 2027
Region
Program
Internationale samarbejder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
3,2 mio. Samlet budget
3,2 mio. Projektdeltagere
HydrogenPro ApS, Aarhus Universitet Projektleder
Læs mere om projektet
| |||
| M-PAYG - Vi styrker bunden af pyramiden for energiløsninger | 2016 - 2017 | Innobooster
|
|
|
M-PAYG - Vi styrker bunden af pyramiden for energiløsninger
Periode
2016 - 2017
Region
Region Hovedstaden Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
9.16 Fondens investering
469.995 Samlet budget
5,1 mio. Projektdeltagere
M-PAYG IVS Projektleder
M-PAYG APS
Læs mere om projektet
| |||
| MAB4 - MakroAlge Biorraffinering til Højværdiprodukter | 2016 - 2020 | Grand Solutions
|
|
|
MAB4 - MakroAlge Biorraffinering til Højværdiprodukter
Periode
2016 - 2020
Region
Region Hovedstaden Program
Grand Solutions Fagområde
Bioressourcer, Fødevarer og Livsstil Investering
Percentage
63.87 Fondens investering
11,8 mio. Samlet budget
18,5 mio. Projektdeltagere
Teknologisk Institut, Aarhus University, Aarhus University, Copenhagen University, Technical University of Denmark, Technical University of Denmark, Technical University of Denmark, Ocean Rainforest, Fermentation Experts, Morgenfruerene, Kattegatcentret, AgroKorn, Hoejmark Group (BHJ A/S), Mellisa Naturkosmetik, Nordisk Tang by Endelave Seaweed ApS, Hortimare BV, AT-SEA Technologies Projektleder
Teknologisk Institut
Læs mere om projektet
| |||
| Machine Intelligence for Dental Radiography | 2018 - 2021 | Erhvervsforsker
|
|
|
Machine Intelligence for Dental Radiography
Periode
2018 - 2021
Region
Region Hovedstaden Program
Erhvervsforsker Fagområde
Produktion, Materialer, Digitalisering og IKT Investering
Percentage
41.79 Fondens investering
1,1 mio. Samlet budget
2,6 mio. Projektdeltagere
University of Copenhagen, 3SHAPE MEDICAL A/S Projektleder
3SHAPE MEDICAL A/S
Læs mere om projektet
| |||
| Machine learning algorithms for booting of large spin qubit processor | 2025 - 2027 | Erhvervsforsker
|
|
|
Machine learning algorithms for booting of large spin qubit processor
Periode
2025 - 2027
Region
Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
57.82 Fondens investering
1,0 mio. Samlet budget
1,8 mio. Kvantecomputer teknologi er et hurtig udviklende teknologiområde, hvor der allerede nu tages et stigende antal computer i brug hvert år, specielt drevet af IBM som ledende operatør. Formålet med dette projekt er at udvikle automatiske procedurer for computer opstart (initialisering) samt optimere cloud brug for spin-kvantebit platformen ved brug af maskinlæring som foreks ’Bayesian inference’. Denne teknologi vil sikre at QDevil forbliver i en ledende position indenfor kvanteindustrien.
Projektdeltagere
QDevil ApS, University of Copenhagen Projektleder
University of Copenhagen
Læs mere om projektet
| |||
| Machine Learning Augmented Feedback and Training of Medical Professionals in Skin Cancer Diagnostics | 2019 - 2019 | Innobooster
|
|
|
Machine Learning Augmented Feedback and Training of Medical Professionals in Skin Cancer Diagnostics
Periode
2019 - 2019
Region
Region Hovedstaden Program
Innobooster Fagområde
Biotek, Medico og Sundhed Investering
Percentage
32.89 Fondens investering
250.000 Samlet budget
760.000 Projektdeltagere
MelaTech IVS Projektleder
MelaTech IVS
Læs mere om projektet
| |||
| Machine Learning Driven Psychometric Player Insights for Game Developers and Beyond | 2019 - 2020 | Innobooster
|
|
|
Machine Learning Driven Psychometric Player Insights for Game Developers and Beyond
Periode
2019 - 2020
Region
Region Hovedstaden Program
Innobooster Fagområde
Produktion, Materialer, Digitalisering og IKT Investering
Percentage
33 Fondens investering
1,3 mio. Samlet budget
4,0 mio. Projektdeltagere
Modl.ai Projektleder
modl.ai ApS
Læs mere om projektet
| |||
| Machine learning for automatized oral health assessment | 2021 - 2024 | Erhvervsforsker
|
|
|
Machine learning for automatized oral health assessment
Periode
2021 - 2024
Region
Region Hovedstaden Program
Erhvervsforsker Fagområde
Biotek, Medico og Sundhed Investering
Percentage
100 Fondens investering
1,1 mio. Samlet budget
1,1 mio. Projektdeltagere
University of Southern Denmark, 3SHAPE TRIOS A/S Projektleder
3SHAPE TRIOS A/S
Læs mere om projektet
| |||
| Machine Learning for Optimization of Baggage Handling and Sorter Systems for Logistic | 2018 - 2021 | Erhvervsforsker
|
|
|
Machine Learning for Optimization of Baggage Handling and Sorter Systems for Logistic
Periode
2018 - 2021
Region
Region Midtjylland Program
Erhvervsforsker Fagområde
Produktion, Materialer, Digitalisering og IKT Investering
Percentage
53.6 Fondens investering
1,1 mio. Samlet budget
2,0 mio. Projektdeltagere
Aarhus University, BEUMER Group A/S Projektleder
BEUMER Group A/S
Læs mere om projektet
| |||
| Machine Learning in Structural Biology: Predicting protein properties from transferrable structural features | 2018 - 2020 | Erhvervsforsker
|
|
|
Machine Learning in Structural Biology: Predicting protein properties from transferrable structural features
Periode
2018 - 2020
Region
Region Hovedstaden Program
Erhvervsforsker Fagområde
Biotek, Medico og Sundhed Investering
Percentage
53.91 Fondens investering
887.961 Samlet budget
1,6 mio. Projektdeltagere
University of Copenhagen, NOVOZYMES A/S Projektleder
NOVOZYMES A/S
Læs mere om projektet
| |||
| Machine Learning of Multidimensional Data for Wind Power Forecasting | 2022 - 2025 | Erhvervsforsker
|
|
|
Machine Learning of Multidimensional Data for Wind Power Forecasting
Periode
2022 - 2025
Region
Region Hovedstaden Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
70.48 Fondens investering
1,2 mio. Samlet budget
1,7 mio. Projektdeltagere
ENFOR A/S Projektleder
ENFOR A/S
Læs mere om projektet
| |||
| Machine learning on biological data for faster data-driven drug discovery and development | 2020 - 2023 | Erhvervsforsker
|
|
|
Machine learning on biological data for faster data-driven drug discovery and development
Periode
2020 - 2023
Region
Region Hovedstaden Program
Erhvervsforsker Fagområde
Biotek, Medico og Sundhed Investering
Percentage
60.22 Fondens investering
1,1 mio. Samlet budget
1,8 mio. Projektdeltagere
Danmarks Tekniske Universitet, Novo Nordisk A/S - E1 Projektleder
Novo Nordisk A/S - E1
Læs mere om projektet
| |||
| Machine learning optimering af 2D-EHD beregninger af stempelringe i to-takts-skibsmotorer | 2024 - 2027 | Erhvervsforsker
|
|
|
Machine learning optimering af 2D-EHD beregninger af stempelringe i to-takts-skibsmotorer
Periode
2024 - 2027
Region
Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
45.91 Fondens investering
1,1 mio. Samlet budget
2,3 mio. Formålet med dette projekt er at optimere 2D EHD beregninger af stempelringen i to-takts-skibsmotorer. Grunden til den ønskede optimering er den lange beregningstid der er på EHD beregningerne, hvilket mindsker deres brugbarhed i designet af ringpakken. Dette kan lede til øget friktion og slid af stempelringene samt støre afhængighed af dyre fysiske tests for at kompensere for den manglende viden.
Projektdeltagere
Technical University of Denmark, MAN Energy Solutions, filial af MAN Energy Solutions SE, TYSKLAND Projektleder
Læs mere om projektet
| |||