Fødselskomplikationer er hyppigt forekommende hos hund. Projektet CaniScan vil muliggøre rettidig fødselshjælp og skabe ny viden og vækst inden for smådyrsreproduktion ved at forske i terminsbestemmelse hos hund via ultralydsscanning. Vi har adgang til et unikt datasæt som, sammen med data opsamlet i løbet af projektet, giver statistisk power til at udvikle nye statistiske modeller, der kan øge præcision og akkuratesse af prædiktioner ved at inkludere flere og nye forklarende variabler.

Forskningsprojektet undersøger hvordan Danida Fellowship Centres læringsprogrammer muliggør innovation og transformation i institutionelle praksisser, der understøtter implementering af grønne og bæredygtige omstillinger, hos partnere støttet af Danmarks udviklingssamarbejde. Dette gøres igennem en designbaseret forskningstilgang, hvor det udforskes hvordan netværks- og problembaseret læreprocesser kan fremme innovation og opbygning af en institutionel transformativ kapacitet.

Dette Ph.D. projekt er et samarbejde mellem Lotus Microsystems, DTU Nanolab og DTU Elektro. Sigtet med projektet er at udvikle en ny kondensatorteknologi baseret på nanofabrikation. Den foreslåede kondensatorteknologi har potentiale til at sætte nye standarder for kapacitanstæthed, minimere tab og imødegå den væsentligste begrænsning i mobiltelefon applikationer: en maksimal komponenthøjde på 0.85 mm. Resultaterne fra Ph.D. projektet vil blive implementeret i vore fremtidige produkter.

CarboPlanner er en digital platform, der gør professionel kostvejledning tilgængelig og praktisk for atleter i semielite- og elitesport. Med personlige kostplaner baseret på avancerede algoritmer og prædiktionsmodeller, der tager højde for træning og kampe samt individuelle forhold, optimerer vi atletens præstation, restitution og sundhed. Samtidig aflaster vi trænerstaben ved at levere værdifulde indsigter i spillernes energiniveauer og kostvaner, hvilket giver mere tid til at fokusere på spil og strategi. Vores løsning adresserer et stort behov i sportsverdenen, hvor trænere ofte mangler tid og ressourcer til at støtte spillernes ernæring optimalt. Ved at automatisere og personalisere kostvejledning skaber vi en smartere tilgang til optimering af sportspræstationer samt forebyggelse af skader. Med InnoFounder-forløbet kan vi færdigudvikle vores platform og prædiktionsmodel samt teste den med vores samarbejdspartnere. Det sikrer, at vores løsning bliver præcis, brugervenlig og skaber reel værdi for trænere og atleter og dermed klubberne. På lang sigt ser vi potentiale for at udbrede CarboPlanner til øvrige Europæiske markeder med lignende sportskulturer, og hvor behovet for mere effektive løsninger inden for sportsernæring er tilsvarende det danske.