deep Learning to Automatically Suggest Opencourseware

Het project ontwikkelt een deep learning systeem om open online lesmateriaal doorzoekbaar te maken en automatisch aan te bevelen, ter ondersteuning van docenten en leerlingen.

Subsidie
€ 200.000
2017

Projectdetails

Inleiding

In dit project ontwikkelen Vegger en Boomkamp het prototype van de smart controlled high tech indoor garden.

Technologie

We maken hierbij gebruik van IoT (Internet of Things) technologie, high-tech elektronica die in de indoor gardens moet worden ingebouwd. De monitoring en aansturing gaat via een app.

Functionaliteiten

Dit moet een zelfsturende garden worden waarmee het mogelijk is om de volgende aspecten automatisch te controleren en aan te laten sturen:

  • Bewatering
  • Luchtcirculatie
  • Luchtvochtigheid
  • Temperatuur

Vernieuwingen

De grootste vernieuwingen die hiermee mogelijk worden gemaakt zijn:

  1. De efficiëntie van systemen
  2. De circulatie van de indoor gardens
  3. Het garanderen van de economische duurzaamheid van het kweekproces

Doelstellingen

Met het systeem willen we:

  • De input minimaliseren (energie-efficiëntie)
  • Water hergebruiken
  • De output optimaliseren

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 200.000

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2017

Partners & Locaties

Projectpartners

  • Feedbackfruits B.V.penvoerder
  • Symbaloo B.V.

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT R&D Samenwerking

MIT R&D Samenwerking

K.N.I.T.T.: Knitwear Next-level Interactive Textile Technology

Het project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten.

€ 151.428
MIT R&D Samenwerking

Full electric rim drive aandrijving voor commerciële vaart

Het project ontwikkelt een prototype van een 50 kW elektrische rim drive motor voor commerciële vaartuigen, ter vervanging van dieselmotoren, met focus op duurzaamheid en innovatieve functionaliteiten.

€ 177.700
MIT R&D Samenwerking

Ecotop AI Ripening systeem

Het project ontwikkelt AI-software en een rijpcel om de rijpheid en kwaliteit van tropisch fruit automatisch te meten en te optimaliseren, wat leidt tot minder verspilling en energiebesparing.

€ 286.773
MIT R&D Samenwerking

EEGX2

Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.

€ 120.943

Vergelijkbare projecten uit andere regelingen

ERC STG

Machine-Assisted Teaching for Open-Ended Problem Solving: Foundations and Applications

The TOPS project aims to develop AI-driven machine-assisted teaching algorithms to support individualized learning in open-ended problem-solving domains.

€ 1.495.000
MIT R&D AI

Onderwijsleerdoelen met AI koppelen aan leerinhoud

Het project ontwikkelt een AI-model om betrouwbare educatieve content automatisch te koppelen aan leerdoelen, waardoor het onderwijs efficiënter lesmateriaal kan vinden.

€ 105.016
MIT Haalbaarheid

CodeSkillz – Studievoortgang bijhouden met Learning Analytics

CodeSkillz ontwikkelt een prototype voor een dynamisch docentendashboard dat voortgangsmonitoring van leerlingen mogelijk maakt, gericht op formatief leren en co-creatie met docenten.

€ 15.936
MIT Haalbaarheid

Dynamic Learning & Development with KIMO

KIMO.ai ontwikkelt een intelligent tutoringssysteem dat gebruikers begeleidt in hun online leerproces met behulp van geavanceerde technologieën om engagement en effectiviteit te verbeteren.

€ 20.000