Newsletter
Sign up for the Fund's newsletter and get the lastest news, calls and events
| Titel Sort descending | Periode | Program | |
|---|---|---|---|
| Data Driven Decision Making In Public Transportation | 2018 - 2021 | Industrial Researcher
|
|
|
Data Driven Decision Making In Public Transportation
Period
2018 - 2021
Region
Region Hovedstaden Program
Erhvervsforsker Area
Infrastruktur, Transport og Byggeri Investment
Percentage
86.11 Invested
1.1 mill. Budget
1.2 mill. Partners
IT University of Copenhagen, Bus og Tog People
Bus og Tog
Read more about the project
| |||
| Data driven investments in electrical infrastructure | 2023 - 2026 | Industrial Researcher
|
|
|
Data driven investments in electrical infrastructure
Period
2023 - 2026
Region
Program
Erhvervsforsker Area
Ikke defineret Investment
Percentage
24.25 Invested
1.1 mill. Budget
4.4 mill. 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.
Partners
Technical University of Denmark, Konstant Net A/S People
Read more about the project
| |||
| Data flow from Farm to Fork | 2023 - 2023 | Innobooster
|
|
|
Data flow from Farm to Fork
Period
2023 - 2023
Region
Program
Innobooster Area
Ikke defineret Investment
Percentage
35 Invested
846.125 Budget
2.4 mill. Partners
Dagens ApS People
Read more about the project
| |||
| 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
Period
2019 - 2019
Region
Region Hovedstaden Program
Innobooster Area
Produktion, Materialer, Digitalisering og IKT Investment
Percentage
32.98 Invested
232.500 Budget
705.000 Partners
Block by Block ApS People
IT udvikling af 22. oktober ApS
Read more about the project
| |||
| Data Science for University Management DSUM | 2019 - 2023 | Grand Solutions
|
|
|
Data Science for University Management DSUM
Period
2019 - 2023
Region
Region Hovedstaden Program
Grand Solutions Area
Produktion, Materialer, Digitalisering og IKT Investment
Percentage
45.85 Invested
6.0 mill. Budget
13.0 mill. Partners
MACOM A/S, Technical University of Denmark, University of Southern Denmark People
MACOM A/S
Read more about the project
| |||
| Data scientist | 2021 - 2022 | Innobooster
|
|
|
Data scientist
Period
2021 - 2022
Region
Region Nordjylland Program
Innobooster Area
Ikke defineret Investment
Percentage
100 Invested
270.000 Budget
270.000 Partners
Estaldo ApS People
Estaldo ApS
Read more about the project
| |||
| Data-driven agent-based simulation for decision support in parallel trading of pharmaceuticals | 2020 - 2023 | Industrial Researcher
|
|
|
Data-driven agent-based simulation for decision support in parallel trading of pharmaceuticals
Period
2020 - 2023
Region
Region Syddanmark Program
Erhvervsforsker Area
Produktion, Materialer, Digitalisering og IKT Investment
Percentage
100 Invested
1.1 mill. Budget
1.1 mill. Partners
University of Southern Denmark, ORIFARM GROUP A/S People
ORIFARM GROUP A/S
Read more about the project
| |||
| Data-driven demand side management in district heating | 2019 - 2021 | Industrial Researcher
|
|
|
Data-driven demand side management in district heating
Period
2019 - 2021
Region
Region Midtjylland Program
Erhvervsforsker Area
Energi, Klima og Miljø Investment
Percentage
53.8 Invested
828.000 Budget
1.5 mill. Partners
Aarhus University, Kredsløb Fjernvarme A/S People
Kredsløb Fjernvarme A/S
Read more about the project
| |||
| Data-driven fault tolerant control of refrigeration systems | 2017 - 2020 | Industrial Researcher
|
|
|
Data-driven fault tolerant control of refrigeration systems
Period
2017 - 2020
Region
Region Syddanmark Program
Erhvervsforsker Area
Produktion, Materialer, Digitalisering og IKT Investment
Percentage
59.13 Invested
1.1 mill. Budget
1.8 mill. Partners
Aalborg University, Danfoss A/S People
Danfoss A/S
Read more about the project
| |||
| Data-driven Identification of Structural Degradation for Life Extension and Management of Offshore Wind Turbines | 2022 - 2025 | Industrial Researcher
|
|
|
Data-driven Identification of Structural Degradation for Life Extension and Management of Offshore Wind Turbines
Period
2022 - 2025
Region
Region Hovedstaden Program
Erhvervsforsker Area
Ikke defineret Investment
Percentage
52.99 Invested
1.1 mill. Budget
2.0 mill. Partners
Technical University of Denmark, COWI A/S People
COWI A/S
Read more about the project
| |||
| Data-driven models for energy advicing leading to behavioural changes in SMEs and residences | 2016 - 2019 | Industrial Researcher
|
|
|
Data-driven models for energy advicing leading to behavioural changes in SMEs and residences
Period
2016 - 2019
Region
Region Sjælland Program
Erhvervsforsker Area
Ikke defineret Investment
Percentage
52.05 Invested
999.033 Budget
1.9 mill. Partners
Danmarks Tekniske Universitet, SEAS-NVE Holding A/S People
SEAS-NVE Holding A/S
Read more about the project
| |||
| Data-driven Optimization of Simulations in Industrial Settings | 2024 - 2026 | Industrial Researcher
|
|
|
Data-driven Optimization of Simulations in Industrial Settings
Period
2024 - 2026
Region
Program
Erhvervsforsker Area
Ikke defineret Investment
Percentage
42.13 Invested
1.1 mill. Budget
2.5 mill. 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.
Partners
University of Southern Denmark, DANFOSS POWER ELECTRONICS A/S People
Read more about the project
| |||
| Data-driven personalization of speech perception models for advanced hearing-aid development | 2024 - 2027 | Industrial Researcher
|
|
|
Data-driven personalization of speech perception models for advanced hearing-aid development
Period
2024 - 2027
Region
Program
Erhvervsforsker Area
Ikke defineret Investment
Percentage
28.55 Invested
1.2 mill. Budget
4.4 mill. 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.
Partners
Eriksholm Research Centre People
Read more about the project
| |||
| Data-driven predictive maintenance of rails | 2024 - 2026 | Industrial Researcher
|
|
|
Data-driven predictive maintenance of rails
Period
2024 - 2026
Region
Program
Erhvervsforsker Area
Ikke defineret Investment
Percentage
54.57 Invested
1.1 mill. Budget
2.0 mill. 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.
Partners
Technical University of Denmark, COWI A/S People
Read more about the project
| |||
| Data-driven real estate planning | 2023 - 2024 | Innofounder
|
|
|
Data-driven real estate planning
Period
2023 - 2024
Region
Program
Innofounder Area
Ikke defineret Investment
Percentage
100 Invested
430.000 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.
Partners
Empire AI ApS People
Read more about the project
| |||