Robust optimization of flow meters using computational fluid dynamics with quantified uncertainty |
2021 - 2023 |
|
Erhvervsforsker
|
Robust optimization of flow meters using computational fluid dynamics with quantified uncertainty
Periode
2021 - 2023
Region
Program
Erhvervsforsker
Fagområde
Energi, Klima og Miljø
Investering
Percentage
51.29
Fondens investering
1,1 mio.
Samlet budget
2,1 mio.
Formålet med projektet er at øge konkurrenceevnen og kvaliteten af Kamstrups ultralydsflowmålere ved at reducere tryktab, forøge signal-til-støj forholdet i ultralydssignalet, reducere flow-forstyrrelser i indløbet. Samtidig reduceres kostprisen og udviklingstiden for nye flowmålere markant. Dette opnås gennem numerisk fluiddynamik, optimeringsmetoder og kvantificering af usikkerheder, med henblik på at kunne udvikle optimerede flowmålere hurtigere.
Projektdeltagere
KAMSTRUP A/S Aarhus University
Projektleder
Aktiv
Læs mere om projektet
|
3D Ejendomsudformning |
2020 - 2022 |
|
Erhvervsforsker
|
3D Ejendomsudformning
Periode
2020 - 2022
Region
Program
Erhvervsforsker
Fagområde
Produktion, Materialer, Digitalisering og IKT
Investering
Percentage
48.66
Fondens investering
1,1 mio.
Samlet budget
2,2 mio.
Metodeudvikling til privat landinspektørfirma til mere effektiv proces og ejendomsdannelse i 3D – ejendomme under/over hinanden - ud fra en juridisk, teknisk og samfundsmæssig kontekst. Øget efterspørgsel på byrum under/over jorden samt bæredygtighed øger krav til ejendomsgrænser i 3D og retlige ejendomskonstruktioner. Ejendomsregistreringen – matrikel/tingbog mv. -udfordres af moderne digital forvaltning. Projektet inddrager praksis i Danmark, internationale erfaringer og nyeste teknologier.
Projektdeltagere
Landinspektørfirmaet LE34 A/S, Aalborg Universitet
Projektleder
Aktiv
Læs mere om projektet
|
3D-CT custom made HipCap implant for osteoarthritis |
2020 - 2021 |
|
Innoexplorer
|
3D-CT custom made HipCap implant for osteoarthritis
Periode
2020 - 2021
Region
Program
Innoexplorer
Fagområde
Biotek, Medico og Sundhed
Investering
Percentage
100
Fondens investering
1,1 mio.
Samlet budget
1,1 mio.
Projektdeltagere
Bispebjerg Hospital
Projektleder
Aktiv
Læs mere om projektet
|
ABCAP |
2020 - 2023 |
|
Internationalt samarbejde
|
ABCAP
Periode
2020 - 2023
Region
Program
Internationalt samarbejde
Fagområde
Biotek, Medico og Sundhed
Investering
Percentage
25.74
Fondens investering
2,1 mio.
Samlet budget
8,3 mio.
In this research programme we will develop and validate state-of-the-art Artificial Intelligence based models for Breast Cancer (BC) routine histopathology classification and for improved patient stratification in respect to prognosis and treatment response. Through both retrospective and prospective validation of the developed models, we will establish evidence towards future clinical translation. Our studies are
based on large-scale population samples (>35,000 whole slide images), ensuring unbiased data
and models. Novel methodologies for stain-free and multi-stain analysis will also be developed,
which has the potential to contribute to improved models and advancing the field of digital pathology. The project aims to improve the quality of BC histopathology assessments by reducing
errors and inter-assessor variability, enhancing patient stratification and reducing over- and
under-treatment of patients, while also contributing toward more efficient/reliable routine pathology.
Projektdeltagere
Zealand University Hospital, Karolinska Institutet, Tampere University, University of Eastern Finland
Projektleder
Aktiv
Læs mere om projektet
|