Beehive
Beehive ontwikkelt een platform voor het efficiënt monitoren en oplossen van model drift in computer vision applicaties.
Projectdetails
Inleiding
Artificial Intelligence (‘AI’) is een van de sleuteltechnologieën gedefinieerd door Zuid-Nederland. Een van de meest volwassen gebieden binnen AI is Computer Vision (‘CV’). Deze technologie heeft als doel een algoritme te ontwikkelen, welke een computer in staat stelt om te zien.
Marktgroei
De globale markt voor CV-applicaties groeit naar verwachting in de aankomende jaren met een CAGR van 42% naar een omvang van USD 33,5 miljard in 2025. Deze groei wordt gedreven door:
- Een toename van data
- Een verbetering van algoritmes
- Een toename van rekenkracht
Het resultaat is dat CV-technologie in verschillende domeinen kan worden toegepast, zoals:
- Veiligheid (bijvoorbeeld gezichtsherkenning)
- Gezondheidszorg (bijvoorbeeld het stellen van medische diagnoses)
- Landbouw (bijvoorbeeld gewasinspectie)
Complexiteit van CV-applicaties
De ontwikkeling en het onderhoud van CV-applicaties is echter erg complex en inefficiënt. Een van de drijvers hiervan is dat de nauwkeurigheid van CV-modellen afneemt naarmate de tijd vordert – dit wordt ook wel model drift genoemd.
Op basis van onze ervaringen en gesprekken met experts komt model drift in ongeveer 20% van de operationele CV-modellen voor. De gevolgen kunnen omvangrijk zijn, bijvoorbeeld wanneer het model kritieke beslissingen maakt, zoals bij autonoom rijden. Het is dus van groot belang om model drift te kunnen detecteren en oplossen. Echter, hiervoor zijn geen bestaande oplossingen beschikbaar.
Ambitie van het Beehive-platform
Het Beehive-platform heeft als ambitie om het onderhoud van CV-applicaties eenvoudig en efficiënt te maken. Dit wordt gerealiseerd door op grote schaal CV-modellen te monitoren. Hierdoor kan model drift snel worden geïdentificeerd en opgelost.
Wij denken hiermee de onderhoudskosten van CV-applicaties te kunnen verlagen en de adoptie van CV-technologie te verhogen in verschillende toepassingsgebieden.
Doel van de studie
Het doel van deze studie is het onderzoeken van de commerciële en technische haalbaarheid van Beehive. De commerciële haalbaarheidsstudie is gericht op het onderzoeken van de probleemstelling aangaande model drift en de mogelijke oplossing van Beehive.
Dit wordt gerealiseerd in gesprekken met Data Science-experts op het gebied van CV en in een later stadium met potentiële klanten. Daarbij wordt een uitgebreide concurrentieanalyse gedaan.
De technische haalbaarheid wordt geanalyseerd door:
- Een literatuuronderzoek
- De ontwikkeling van een prototype (‘MVP’)
- Een praktijkstudie
Belang van subsidie
De subsidie is voor ons cruciaal om voldoende middelen beschikbaar te kunnen stellen voor de gehele haalbaarheidsstudie.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 20.000 |
Totale projectbegroting | € 56.700 |
Tijdlijn
Startdatum | 1-5-2021 |
Einddatum | 1-1-2022 |
Subsidiejaar | 2021 |
Partners & Locaties
Projectpartners
- Drebblepenvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
BeehiveHet Beehive platform ontwikkelt een oplossing voor het efficiënt monitoren en onderhouden van computer vision modellen om model drift tijdig te detecteren en op te lossen. | Mkb-innovati... | € 20.000 | 2021 | Details |
Voorspellen en terugdringen bijensterfte door middel van AIHet project richt zich op het verminderen van bijensterfte door sensoren en machine learning te gebruiken voor het verzamelen en analyseren van data, om voorspellingen over bijenvolksterfte te verbeteren. | Mkb-innovati... | € 19.920 | 2020 | Details |
Generiek linguïstisch AI-voorspellingsmodel voor eerlijke HR-besluitvormingSeedlink ontwikkelt een generiek AI-voorspellingsmodel voor HR-besluitvorming, gericht op het verbeteren van nauwkeurigheid en eerlijkheid zonder specifieke klantdata, toegankelijk voor kleinere bedrijven. | Mkb-innovati... | € 20.000 | 2020 | Details |
Onderzoek technische haalbaarheid beer big dataHet project onderzoekt de technische haalbaarheid van een tool die big data inzet om het aantal beren in de varkenssector met 10-15% te verminderen. | Mkb-innovati... | € 20.000 | 2021 | Details |
ALGORITHMAdvanced Solutions Nederland onderzoekt de haalbaarheid van ALGORITHM, een AI-gestuurd systeem voor predictive maintenance in de industrie, met innovatieve sensoren en analysemethoden. | Mkb-innovati... | € 20.000 | 2022 | Details |
Beehive
Het Beehive platform ontwikkelt een oplossing voor het efficiënt monitoren en onderhouden van computer vision modellen om model drift tijdig te detecteren en op te lossen.
Voorspellen en terugdringen bijensterfte door middel van AI
Het project richt zich op het verminderen van bijensterfte door sensoren en machine learning te gebruiken voor het verzamelen en analyseren van data, om voorspellingen over bijenvolksterfte te verbeteren.
Generiek linguïstisch AI-voorspellingsmodel voor eerlijke HR-besluitvorming
Seedlink ontwikkelt een generiek AI-voorspellingsmodel voor HR-besluitvorming, gericht op het verbeteren van nauwkeurigheid en eerlijkheid zonder specifieke klantdata, toegankelijk voor kleinere bedrijven.
Onderzoek technische haalbaarheid beer big data
Het project onderzoekt de technische haalbaarheid van een tool die big data inzet om het aantal beren in de varkenssector met 10-15% te verminderen.
ALGORITHM
Advanced Solutions Nederland onderzoekt de haalbaarheid van ALGORITHM, een AI-gestuurd systeem voor predictive maintenance in de industrie, met innovatieve sensoren en analysemethoden.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Sensorbees are ENhanced Self-ORganizing Bio-hybrids for Ecological and Environmental SurveillanceSENSORBEES utilizes honeybee colonies as a sensor network to monitor pollination services and plant diversity, enhancing ecological health through robotic inspection and data analysis. | EIC Pathfinder | € 2.359.068 | 2024 | Details |
From Bees as a Service (BaaS) to Software as a Service (SaaS) to enhance biodiversity and reduce pollutionBeeOimpact leverages bee-collected pollen data and AI to assess biodiversity and pollution levels, offering targeted solutions to enhance environmental quality. | EIC Accelerator | € 1.746.209 | 2023 | Details |
BeeOmetrics: an AI-powered predictive platform based on wild bee activity for targeted environmental management.BeeOmetrics aims to enhance environmental monitoring and remediation in the EU by using AI and wild bees as bioindicators to inform policymakers and reduce pollution while promoting biodiversity. | EIC Transition | € 2.485.833 | 2024 | Details |
Clear, scalable and scientific framework to measure terrestrial biodiversity3Bee leverages IoT, wildlife monitoring, and satellite data to measure and regenerate biodiversity, generating certified Biodiversity Credits for corporations to enhance ESG reporting and brand value. | EIC Accelerator | € 2.252.714 | 2024 | Details |
Green Building MaterialsHet project ontwikkelt een nieuwe methode voor plantenveredeling door autonome drones in te zetten voor snelle en betrouwbare dataverzameling en analyse, wat leidt tot efficiëntere en kosteneffectieve processen. | Mkb-innovati... | € 195.300 | 2017 | Details |
Sensorbees are ENhanced Self-ORganizing Bio-hybrids for Ecological and Environmental Surveillance
SENSORBEES utilizes honeybee colonies as a sensor network to monitor pollination services and plant diversity, enhancing ecological health through robotic inspection and data analysis.
From Bees as a Service (BaaS) to Software as a Service (SaaS) to enhance biodiversity and reduce pollution
BeeOimpact leverages bee-collected pollen data and AI to assess biodiversity and pollution levels, offering targeted solutions to enhance environmental quality.
BeeOmetrics: an AI-powered predictive platform based on wild bee activity for targeted environmental management.
BeeOmetrics aims to enhance environmental monitoring and remediation in the EU by using AI and wild bees as bioindicators to inform policymakers and reduce pollution while promoting biodiversity.
Clear, scalable and scientific framework to measure terrestrial biodiversity
3Bee leverages IoT, wildlife monitoring, and satellite data to measure and regenerate biodiversity, generating certified Biodiversity Credits for corporations to enhance ESG reporting and brand value.
Green Building Materials
Het project ontwikkelt een nieuwe methode voor plantenveredeling door autonome drones in te zetten voor snelle en betrouwbare dataverzameling en analyse, wat leidt tot efficiëntere en kosteneffectieve processen.