Nyhedsbrev
Tilmeld dig Innovationsfondens nyhedsbrev og få de seneste nyheder, søgemuligheder og arrangementer
| Titel Sortér faldende | Periode | Program | |
|---|---|---|---|
| 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
| |||
| Databaseret huslejefastsættelse- og vurdering | 2023 - 2023 | Innobooster
|
|
|
Databaseret huslejefastsættelse- og vurdering
Periode
2023 - 2023
Region
Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
35 Fondens investering
434.000 Samlet budget
1,2 mio. Projektdeltagere
DIGURA Projektleder
Læs mere om projektet
| |||
| Databaseret prisindikator til landmanden | 2017 - 2018 | Innobooster
|
|
|
Databaseret prisindikator til landmanden
Periode
2017 - 2018
Region
Region Syddanmark Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
8.67 Fondens investering
78.000 Samlet budget
900.000 Projektdeltagere
Crop ApS Projektleder
Crop ApS
Læs mere om projektet
| |||
| Datacollection platform | 2022 - 2022 | Innobooster
|
|
|
Datacollection platform
Periode
2022 - 2022
Region
Region Hovedstaden Program
Innobooster Fagområde
Ikke defineret Investering
Percentage
35 Fondens investering
447.563 Samlet budget
1,3 mio. Projektdeltagere
Data Discovery Lab ApS Projektleder
Data Discovery Lab ApS
Læs mere om projektet
| |||
| Datadreven Film- , TV- & medieproduktion | 2023 - 2024 | Innofounder
|
|
|
Datadreven Film- , TV- & medieproduktion
Periode
2023 - 2024
Region
Program
Innofounder Fagområde
Ikke defineret Investering
Percentage
100 Fondens investering
760.000 Samlet budget
760.000 Vi vil bygge en fuld automatiseret digital platform, som har tilknyttet et respondentpanel, så producenter på få timer kan få feedback på deres produktion.
Med adgang til denne platform vil en instruktør kunne får feedback på sit cast, en klipper på sin intro, en produktionsselskab ville kunne teste en pilotafsnit, og en marketing manager vil kunne teste en filmplakat eller en trailer.
Kort sagt: Vi vil udvikle et værktøj som kan inddrage data om brugeoplevelsen og gøre den tilgængelig hurtig og effektivt igennem hele produktionsprocessen.
For vores kunder vil denne teknologi repræsentere en significant konkurrence-fordel i et marked præget af stigende international konkurrence.
Hvis vi ser på det samlede produktionsbudget for Film & TV i Danmark, så ligger det på lidt over 4 milliarder kroner årligt. DR står for halvdelen af det budget. DR laver i dag dybe brugeranalyser på ca. 25% af deres indhold, og vores kunder vurderer at vores værktøj vil kunne bruges i samme omfang, hvilket bringer os til en markedsstørrelse på 1 milliard.
Med støtten fra Innovationsfonden vil Cinemotions kunne udvikle et 'minimal viable product', der grundet vores veludviklet netværk i branchen, allerede fra starten vil kunne bruges til konkrete kreative produktioner og dermed også generere indkomst med det samme.
På sigt er det vores ambition at udbrede anvendelsen af brugeroplevelsen i de kreative processer i et sådant omfang at de fleste produktoner gør anvendelse af teknologien.
Projektdeltagere
Zentiment ApS Projektleder
Læs mere om projektet
| |||