Haalbaarheidsstudie naar het ontwikkelen van een Trading Simulator
Het project onderzoekt de haalbaarheid van een simulator voor learning agents om via historische big data betere transactieresultaten te behalen.
Projectdetails
Inleiding
Doel van dit MIT Haalbaarheidsproject is het onderzoeken van de technische en economische haalbaarheid van een nieuwe simulator om agents te kunnen laten evolueren naar betere transactieresultaten.
Projectomschrijving
Het idee is om learning agents veel te kunnen laten trainen op historische asynchrone big data. De verwachting is dat:
- Hoe nauwkeuriger de simulator is,
- Des te beter de training wordt.
Dit past bij de Topsector HTSM, programmalijn 16 ICT, onder het thema “Big Data.”
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 20.000 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2020 |
Partners & Locaties
Projectpartners
- Artibit B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Ontwikkeling Het Verkeersmanagement BreinDeze haalbaarheidsstudie onderzoekt de ontwikkeling van een innovatief softwareplatform voor verkeersmanagement dat bestaande producten integreert en toekomstige evolutie mogelijk maakt. | Mkb-innovati... | € 20.000 | 2022 | Details |
Artificial DeploymentHet project onderzoekt de haalbaarheid van AI-integratie om tijd te besparen en gebruikersfouten te verminderen bij het automatiseren van deployments. | Mkb-innovati... | € 20.000 | 2020 | Details |
AI gedreven productlevenscyclus voorspeller voor ondersteuning van beslissingen rond product portfolMarsaci ontwikkelt een A.I.-gedreven product levenscyclus voorspeller voor verpakkingen en voert een haalbaarheidsstudie uit om de oplossing als generieke dienst in diverse sectoren te implementeren. | Mkb-innovati... | € 20.000 | 2020 | Details |
Synergetic Platform Feasibility StudySynergetic Group BV onderzoekt de haalbaarheid van een digitaal platform voor datagestuurde besluitvorming in de bouw, gericht op duurzaamheid en risicobeperking. | Mkb-innovati... | € 20.000 | 2023 | Details |
Self-learning algoritme ter bevordering van het onderwijsTaal & Digitaal B.V. onderzoekt de haalbaarheid van een self-learning algoritme voor gepersonaliseerd leren, om docenten te ontlasten en afstandsonderwijs te verbeteren. | Mkb-innovati... | € 20.000 | 2020 | Details |
Ontwikkeling Het Verkeersmanagement Brein
Deze haalbaarheidsstudie onderzoekt de ontwikkeling van een innovatief softwareplatform voor verkeersmanagement dat bestaande producten integreert en toekomstige evolutie mogelijk maakt.
Artificial Deployment
Het project onderzoekt de haalbaarheid van AI-integratie om tijd te besparen en gebruikersfouten te verminderen bij het automatiseren van deployments.
AI gedreven productlevenscyclus voorspeller voor ondersteuning van beslissingen rond product portfol
Marsaci ontwikkelt een A.I.-gedreven product levenscyclus voorspeller voor verpakkingen en voert een haalbaarheidsstudie uit om de oplossing als generieke dienst in diverse sectoren te implementeren.
Synergetic Platform Feasibility Study
Synergetic Group BV onderzoekt de haalbaarheid van een digitaal platform voor datagestuurde besluitvorming in de bouw, gericht op duurzaamheid en risicobeperking.
Self-learning algoritme ter bevordering van het onderwijs
Taal & Digitaal B.V. onderzoekt de haalbaarheid van een self-learning algoritme voor gepersonaliseerd leren, om docenten te ontlasten en afstandsonderwijs te verbeteren.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Ontwikkeling Simulatieplatform voor Service LogisticsOntwikkel een gebruiksvriendelijk simulatieplatform voor service logistics dat MKB's helpt bij het maken van datagestuurde beslissingen en bottleneck-analyses met minimale technische kennis. | Mkb-innovati... | € 160.650 | 2016 | Details |
Ontwikkeling Simulatieplatform voor Service Logistics
Ontwikkel een gebruiksvriendelijk simulatieplatform voor service logistics dat MKB's helpt bij het maken van datagestuurde beslissingen en bottleneck-analyses met minimale technische kennis.