Nyhedsbrev
Tilmeld dig Innovationsfondens nyhedsbrev og få de seneste nyheder, søgemuligheder og arrangementer
| Titel Sortér faldende | Periode | Program | |
|---|---|---|---|
| Data Driven Decision Making In Public Transportation | 2018 - 2021 | Erhvervsforsker
|
|
|
Data Driven Decision Making In Public Transportation
Periode
2018 - 2021
Region
Region Hovedstaden Program
Erhvervsforsker Fagområde
Infrastruktur, Transport og Byggeri Investering
Percentage
86.11 Fondens investering
1,1 mio. Samlet budget
1,2 mio. Projektdeltagere
IT University of Copenhagen, Bus og Tog Projektleder
Bus og Tog
Læs mere om projektet
| |||
| Data driven investments in electrical infrastructure | 2023 - 2026 | Erhvervsforsker
|
|
|
Data driven investments in electrical infrastructure
Periode
2023 - 2026
Region
Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
24.25 Fondens investering
1,1 mio. Samlet budget
4,4 mio. 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.
Projektdeltagere
Technical University of Denmark, Konstant Net A/S Projektleder
Læs mere om projektet
| |||
| Data flow from Farm to Fork | 2023 - 2023 | Innobooster
|
|
|
Data flow from Farm to Fork
Periode
2023 - 2023
Region
Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
35 Fondens investering
846.125 Samlet budget
2,4 mio. Projektdeltagere
Dagens ApS Projektleder
Læs mere om projektet
| |||
| Data hjælper dig med at finde ud af, hvor din butik skal ligge - Block by Block | 2019 - 2019 | Innobooster
|
|
|
Data hjælper dig med at finde ud af, hvor din butik skal ligge - Block by Block
Periode
2019 - 2019
Region
Region Hovedstaden Program
Innobooster Fagområde
Produktion, Materialer, Digitalisering og IKT Investering
Percentage
32.98 Fondens investering
232.500 Samlet budget
705.000 Projektdeltagere
Block by Block ApS Projektleder
IT udvikling af 22. oktober ApS
Læs mere om projektet
| |||
| Data Science for University Management DSUM | 2019 - 2023 | Grand Solutions
|
|
|
Data Science for University Management DSUM
Periode
2019 - 2023
Region
Region Hovedstaden Program
Grand Solutions Fagområde
Produktion, Materialer, Digitalisering og IKT Investering
Percentage
45.85 Fondens investering
6,0 mio. Samlet budget
13,0 mio. Projektdeltagere
MACOM A/S, Technical University of Denmark, University of Southern Denmark Projektleder
MACOM A/S
Læs mere om projektet
| |||
| Data scientist | 2021 - 2022 | Innobooster
|
|
|
Data scientist
Periode
2021 - 2022
Region
Region Nordjylland Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
270.000 Samlet budget
270.000 Projektdeltagere
Estaldo ApS Projektleder
Estaldo ApS
Læs mere om projektet
| |||
| Data-driven agent-based simulation for decision support in parallel trading of pharmaceuticals | 2020 - 2023 | Erhvervsforsker
|
|
|
Data-driven agent-based simulation for decision support in parallel trading of pharmaceuticals
Periode
2020 - 2023
Region
Region Syddanmark Program
Erhvervsforsker Fagområde
Produktion, Materialer, Digitalisering og IKT Investering
Percentage
100 Fondens investering
1,1 mio. Samlet budget
1,1 mio. Projektdeltagere
University of Southern Denmark, ORIFARM GROUP A/S Projektleder
ORIFARM GROUP A/S
Læs mere om projektet
| |||
| Data-driven demand side management in district heating | 2019 - 2021 | Erhvervsforsker
|
|
|
Data-driven demand side management in district heating
Periode
2019 - 2021
Region
Region Midtjylland Program
Erhvervsforsker Fagområde
Energi, Klima og Miljø Investering
Percentage
53.8 Fondens investering
828.000 Samlet budget
1,5 mio. Projektdeltagere
Aarhus University, Kredsløb Fjernvarme A/S Projektleder
Kredsløb Fjernvarme A/S
Læs mere om projektet
| |||
| Data-driven fault tolerant control of refrigeration systems | 2017 - 2020 | Erhvervsforsker
|
|
|
Data-driven fault tolerant control of refrigeration systems
Periode
2017 - 2020
Region
Region Syddanmark Program
Erhvervsforsker Fagområde
Produktion, Materialer, Digitalisering og IKT Investering
Percentage
59.13 Fondens investering
1,1 mio. Samlet budget
1,8 mio. Projektdeltagere
Aalborg University, Danfoss A/S Projektleder
Danfoss A/S
Læs mere om projektet
| |||
| Data-driven Identification of Structural Degradation for Life Extension and Management of Offshore Wind Turbines | 2022 - 2025 | Erhvervsforsker
|
|
|
Data-driven Identification of Structural Degradation for Life Extension and Management of Offshore Wind Turbines
Periode
2022 - 2025
Region
Region Hovedstaden Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
52.99 Fondens investering
1,1 mio. Samlet budget
2,0 mio. Projektdeltagere
Technical University of Denmark, COWI A/S Projektleder
COWI A/S
Læs mere om projektet
| |||
| Data-driven models for energy advicing leading to behavioural changes in SMEs and residences | 2016 - 2019 | Erhvervsforsker
|
|
|
Data-driven models for energy advicing leading to behavioural changes in SMEs and residences
Periode
2016 - 2019
Region
Region Sjælland Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
52.05 Fondens investering
999.033 Samlet budget
1,9 mio. Projektdeltagere
Danmarks Tekniske Universitet, SEAS-NVE Holding A/S Projektleder
SEAS-NVE Holding A/S
Læs mere om projektet
| |||
| Data-driven Optimization of Simulations in Industrial Settings | 2024 - 2026 | Erhvervsforsker
|
|
|
Data-driven Optimization of Simulations in Industrial Settings
Periode
2024 - 2026
Region
Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
42.13 Fondens investering
1,1 mio. Samlet budget
2,5 mio. 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.
Projektdeltagere
University of Southern Denmark, DANFOSS POWER ELECTRONICS A/S Projektleder
Læs mere om projektet
| |||
| Data-driven personalization of speech perception models for advanced hearing-aid development | 2024 - 2027 | Erhvervsforsker
|
|
|
Data-driven personalization of speech perception models for advanced hearing-aid development
Periode
2024 - 2027
Region
Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
28.55 Fondens investering
1,2 mio. Samlet budget
4,4 mio. 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.
Projektdeltagere
Eriksholm Research Centre Projektleder
Læs mere om projektet
| |||
| Data-driven predictive maintenance of rails | 2024 - 2026 | Erhvervsforsker
|
|
|
Data-driven predictive maintenance of rails
Periode
2024 - 2026
Region
Program
Erhvervsforsker Fagområde
Ikke defineret Investering
Percentage
54.57 Fondens investering
1,1 mio. Samlet budget
2,0 mio. 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.
Projektdeltagere
Technical University of Denmark, COWI A/S Projektleder
Læs mere om projektet
| |||
| Data-driven real estate planning | 2023 - 2024 | Innofounder
|
|
|
Data-driven real estate planning
Periode
2023 - 2024
Region
Program
Innofounder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
430.000 Samlet budget
430.000 Empire AI repræsenterer en nyskabende tilgang til planlægning af kontorbyggerier, der integrerer kunstig intelligens og en dybdegående forståelse af ejendomsbranchen. Ved at udnytte avancerede dataanalyser og maskinlæringsmodeller af faktisk bygningsanvendelse, sikrer vi intelligent og effektiv udnyttelse af bygninger, samtidig med at vi bevarer fokus på brugernes sundhed, trivsel og produktivitet.
I en tid med voksende efterspørgsel på AI-løsninger og et stigende fokus på bæredygtighed i ejendomsbranchen, er markedspotentialet for vores service betydeligt. Vores teknologi muliggør en smartere ressourceanvendelse, reducerer spild af bygningsareal, understøtter virksomheders bæredygtighedsambitioner og sikrer, at disse vigtige skridt mod en grønnere fremtid ikke går på bekostning af brugernes trivsel og produktivitet.
Med investering fra Innovationsfonden kan vi fortsætte vores forskning og produktudvikling. Vi ser os i stand til at videreudvikle vores teknologiske løsninger og uddybe vores forståelse for skabelsen af bæredygtige, sundhedsmæssige og trivselsfremmende arbejdspladser.
På lang sigt ser vi Empire AI som en central aktør i udformningen af fremtidens kontorbyggeri. Vi stræber efter at bistå virksomheder med at skabe intelligente, bæredygtige og brugerorienterede bygninger, der understøtter både den økonomiske bundlinje og medarbejdernes trivsel.
Projektdeltagere
Empire AI ApS Projektleder
Læs mere om projektet
| |||