LSTM laag voor AVG compliant synthetische data op Syntho platform

Syntho B.V. onderzoekt de haalbaarheid van een platform voor het genereren van synthetische data uit echte data, waarmee privacy gewaarborgd blijft en data-analyse mogelijk is.

Subsidie
€ 20.000
2020

Projectdetails

Inleiding

ROCSYS en Heliox beogen in dit project gezamenlijk een innovatieve laadoplossing te ontwikkelen, genaamd Fast Charging Automation System (FastCAS), voor het volledig geautomatiseerd snelladen van elektrische vrachtwagens en AGV’s.

Oplossing

De FastCAS-oplossing bestaat uit:

  1. Een modulaire hoogvermogen snellader met watergekoelde hoogvermogenskabel en connector.
  2. Een robotsysteem dat geautomatiseerd de snellader in de vrachtwagen plugt.

Relevantie

Het project sluit nauw aan op de topsector HTSM binnen de roadmap Automotive.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2020

Partners & Locaties

Projectpartners

  • Syntho B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

MIT Haalbaarheid

Natuurbeheer op alternatieve brandstoffen

Rotink onderzoekt de haalbaarheid van duurzame natuurbeheersystemen op alternatieve brandstoffen om te voldoen aan strengere milieuregels en de toenemende vraag naar schone machines.

€ 17.417
MIT Haalbaarheid

Currency Exchange Algorithm

Globadyme ontwikkelt een geïntegreerd platform voor betalingsverwerking om transactiekosten met 50% te verlagen en AI te gebruiken voor efficiënte valutaconversies.

€ 19.950
MIT Haalbaarheid

Unikee

MQD BV onderzoekt een tokenomics-oplossing voor NFT-transacties om de traceerbaarheid van producten te verbeteren en namaak en illegale wederverkoop te bestrijden.

€ 20.000
MIT Haalbaarheid

Active Aerodynamics

Het project onderzoekt de haalbaarheid van actieve aerodynamische systemen voor het F22-model om prestaties te verbeteren en brandstofverbruik te verlagen.

€ 20.000

Vergelijkbare projecten uit andere regelingen

MIT R&D Samenwerking

Synthetische Data Generator

Het project ontwikkelt een automatische data generator voor synthetische data om AI-modellen in de agrarische en industriële sector te trainen, met als doel de efficiëntie en nauwkeurigheid te verbeteren.

€ 176.050
MIT R&D Samenwerking

Het genereren van synthetische datasets voor verbeterde privacy en bias-eliminatie

Het project ontwikkelt een gebruiksvriendelijk softwareplatform met een AI-model voor het genereren van veilige, synthetische data zonder persoonlijke eigenschappen.

€ 208.005
MIT R&D Samenwerking

Synthetische Data Generator

Het project ontwikkelt een automatische synthetische data generator voor het trainen van AI-modellen in de agrarische en industriële sector.

€ 176.050