Beskrivelse af idé og markedspotentiale: dQmetrics udvikler en wearable, der automatisk kan tracke kalorieindtaget i mad uden manuel måltids-registrering. Vi vil gøre det markant nemmere for svært overvægtige at opnå varige vægttab, ved at møde dem præcis hvor de er i dag, og så hjælpe dem med at lave små justeringer i deres vaner og måltider - i et tempo, hvor de kan være med på lang sigt. De eksisterende vægttabsløsninger er enten generiske eller meget dyre, fordi de kræver en menneskelig komponent (personlige trænere, diætister eller læger). Vores teknologi er meget skalérbar, samtidig med at den kan tilpasses til den enkelte brugers specifikke vaner og spisemønstre. Forskel for samfundet: Vi vil være med til at knække kurven på den stigende overvægt og forebygge svær overvægt – både i Danmark og i resten af verden. Med vores løsning kan den enkelte selv få kontrol over sit kalorieindtag, uden at det behøver at kræve dyr medicin eller operationer. Innovationsfondens investering: Med Innovationsfondens investering får vi muskler og tid til at viderudvikle vores prototype og algoritme, så vi kan blive klar til at onboarde vores første aktive og betalende brugere. Muligheder på lang sigt: Vi bygge den næste generation af wearables, hvor vi vil bruge nye sensorteknologier og AI til at afdække kroppens hemmeligheder. Vi vil gøre ny info om kroppen tilgængelig, så vores brugere kan forbedre deres generelle sundhed og velvære.

Testing large radio systems, e.g. ships or aircraft, though essential to ensure operational performance, typically requires transporting the tested object to dedicated test sites, which is cumbersome, expensive, and time-consuming. Today, there is no fast, cost-efficient and easy solution at scale. The DRONES project aims to develop a novel drone-based solution capable of in-situ radio testing of large objects and electromagnetic (EM) signature characterization, which allows objects to be tested whilst in operation mode. To achieve this purpose, a constellation of drones equipped with low-wind load, high-performance antennas and advanced radio transceivers covering a wide range of frequency band, along with artificial intelligence enabled signal processing and drone-swarm algorithms will be developed. The solution will empower the industry (such as maritime, aerospace, automotive and defense, and associated companies) with enhanced capabilities for evaluating critical electromagnetic systems, paving the way for improved performance and reliability of sensors and communications systems. The DRONES project brings together experts in the fields of antenna measurements (AAU), antenna measurements with drones (QuadSAT), and drone technology (SDU), collaborating closely with key users such as Scandinavian Avionics and FMI. The product will provide drone-based solutions to customers as a service or offer the measurement system to be purchased as an out-of-house testing facility.

Dubby fra Componental er en banebrydende løsning til musikproduktion, der kombinerer en tilpasselig lydeffekt- og synthesizerplatform med muligheden for opdateringer og reparationer. Denne tilgang sætter brugeren i centrum og minimerer behovet for nyt udstyr, hvilket fremmer musikalsk eksploration. Dubby giver kunstnere fuld kontrol over deres kreative proces og understøtter en glidende overgang mellem studie og scene. Det er et bæredygtigt, innovativt værktøj, der skaber nye standarder i musikteknologi. Markedspotentialet for Dubby er enormt i en tid, hvor interessen for musikproduktion vokser, og musikere efterspørger fleksible løsninger. Innovationsfondens investering vil være afgørende for at bringe Dubby til markedet og udvide vores R&D, hvilket vil gøre musikproduktion tilgængelig for endnu flere og bidrage positivt til samfundet ved at fremme musikalsk uddannelse og innovation. På lang sigt sigter vi mod at gøre Componental og Dubby til centrale aktører i musikteknologiindustrien, med potentiale for at udvide til relaterede markeder. Innovationsfondens støtte vil bidrage til en mere bæredygtig og innovativ musikindustri.

This project will develop a continuous personalized risk score based upon artificial intelligence using the large current dataset of vital signs in WARD 24/7. This AI-enabled risk score will be a holistic representation of the physiological status of the patients, and will be deeply related to upcoming complications, in order to help health care personel with prioritizing their assignments and tend to the patients most at need. The goal is to reduce complications for patients