Høreapparater benytter støjreduktionsalgoritmer til at forstærke tale og reducere baggrundsstøj, så brugeren kan forstå, hvad der bliver sagt. De nyeste algoritmer er baseret på "deep learning" (DL). Desværre er algoritmerne voldsomt begrænsede af høreapparat-chip'ens beskedne størrelse. Projektet udforsker en ny type DL-baserede støj-reduktions systemer, som justerer sig selv i forhold til det givne lydscenarie, således at selv små DL-systemer vil virke markant bedre end eksisterende.

Hospitalers interne logistik bliver travlere og travlere i takt med at der stilles skarpere krav til sundhedsvæsnet. Portører bruger derfor det meste af deres tid på sengeflytning. Det sker også at sygeplejesker ikke kan tilkalde en portør i tide og bliver nødt til at rykke senge selv, uden mekanisk assistance. Vi udvikler en modulær robotløsning til autonom sengeflytning på hospitaler, som nedbringer omkostninger, forbedrer traffik på gangene, og aflaster medarbejderne. Systemet består af vores egne Autonomous Mobile Robots (AMR), som både kan flytte senge autonomt og benyttes som traditionelle sengeflyttere. Med vores løsning vil sundhedspersonalet kunne få udført automatiske sengeflytninger, uden at involvere andet personale. Flytningen logges, inventarsystemer opdateres, og sundhedspersonalet får en præcis indikation af, hvornår sengen ankommer. Projektet består således af udviklingen af en AMR såvel som bagveliggende system, så en komplet suite kan udbydes.

SensiMate er dedikeret til at hjælpe bryggerier med at skabe produkter, der resonerer med deres kunder, og sikrer en mere effektiv og målrettet markedsposition. SensiMate integrerer opdaterede værktøjer til dataindsamling med test af produkter i naturlige forbrugermiljøer. Denne kombination gør det muligt for os hurtigt og økonomisk at opnå autentiske indsigter, hvilket forbedrer præcisionen i forudsigelsen af forbrugerpræferencer. Ved at bruge vores kombinerede app- og statistiske model løsning kan bryggerier opdage upopulære produkter tidligt, reducere overproduktionen af usælgelige drikkevarer og dermed mindske omkostningerne. Vores tilgang sætter slutbrugeren i centrum for produktudviklingen, hvilket fremmer skabelsen af bedre løsninger, der lettere accepteres.

Projektteamet vil integrere modeller af sugeankre – herunder både avancerede numeriske modeller og matematiske modeller af reduceret orden – i Aarhus Universitets beregningsmiljø til analyse af forankrede, flydende havvindmøller. Efterfølgende vil teamet undersøge prototypeankre for to realistiske scenarier i Nordsøen. COWI vil med projektet forstærke sin førerposition inden for design af flydende vind.

Beton er verdens mest benyttede byggemateriale og er på samme tid en af de største bidragsydere til den globale CO2 udledning. Det er derfor vigtigt at bevare vores betonbroer og forlænge deres levetid så meget som muligt. Projektet udvikler eksperimentel og teoretisk evidens for bæreevneberegning af betonbroer der indeholder armering der ikke kan medtages i nutidens standarder. Det vil resultere i mere præcise beregninger og kan reducere antallet af broer der skal forstærkes eller rives ned.

VARIDAMP har til formål at udvikle og validere numeriske metoder til at estimere dæmpningsniveauer på basis af vibrationsmålinger for strukturer, hvis strukturelle egenskaber påvirkes af fluktuerende driftsbetingelser. Dæmpningsniveauer af visse design-kritiske svingningsformer kan for vindmøller ændre sig over korte tidsintervaller, som følge af varierende driftsbetingelser. Projektet vil drage nytte af og fortsætte et eksisterende samarbejde med en anerkendt forskningsgruppe fra ETH Zürich.

Signal er en Big Data og AI-drevet platform, der digitaliserer investeringsprocessen for private markedsinvestorer, såsom venturekapital- og private equity-fonde. Den nuværende investeringsproces er manuel i stedet for automatiseret, baseret på heuristikker fremfor datadrevne metoder og udført ved hjælp af forskellige systemer i stedet for en integreret platform. Dette resulterer i, at investorer ikke konsekvent investerer i de bedste virksomheder og gode danske og internationale virksomheder ikke får den kapital de skal bruge for at gro og skabe værdi for samfundet. Innovationsfondens investering skal hjælpe Signal med at gro og ekspanderer til resten af Europa samt lancere nye produkter til nye og eksisterende kunder for på sigt at lave en platform der har global rækkevidde.

RO-membranfiltrering kan beskytte drikkevandet effektivt mod nuværende og fremtidige miljøfremmede stoffer i grundvandet. Teknologien indebærer dog en overset og væsentlig risiko for forurening af drikkevandet med stofferne fra antiskalanter, og en udfordring ved at håndtere den PFAS-holdigt koncentrat miljøvenligt. Projektets formål er at undersøge om RO-membranfiltrering kan implementeres sikkert og bæredygtigt til håndtering af miljøfremmede stoffer i grundvandsbaseret drikkevandsforsyning.

Nordic Liberty har udviklet Halter 1.0, en innovativ grime designet med høj fokus på funktionalitet, innovation, komfort og sikkerhed. Halter 1.0 er udstyret med udskiftelige stropper, et avanceret spændesystem og sikkerhedsbrudpunkter, som reducerer risikoen for skader på hesten i paniksituationer. Missionen er, at skabe det mest innovative og funktionelle rideudstyrs brand, produkter med lang levetid og høj komfort. Alt pakket ind i et nyt og stærkt, nordisk design DNA. Branchen er stor, både herhjemme og i udlandet. Med vores fokus på sikkerhed, gavner vi både hestene og deres ejere. Det udskiftelige stropsystem øger produktets levetid. Med støtten fra Innovationsfonden kan vi færdiggøre de sidste udviklingsfaser og intensivere processen, så HALTER 1.0 kan komme ud i markedet. På lang sigt ser vi store muligheder for Nordic Liberty at udvide produktporteføljen med flere innovative løsninger inden for rideudstyr. Vi sigter mod at blive en førende aktør på markedet for hesteudstyr, kendt for vores kompromisløse tilgang til funktionalitet, komfort og innovation. Vi tror på, at Nordic Liberty kan skabe vedvarende værdi og indflydelse i branchen.