SubsidieMeestersIntenties van tekst herkennen middels neurale netwerken
Maxwell Labs en Xomnia ontwikkelen een intelligente cognitieve engine voor natural language processing van Europese talen, gericht op verbeterde intent herkenning via neurale netwerken.
Projectdetails
Inleiding
In dit samenwerkingsproject bundelen Maxwell Labs en Xomnia de krachten voor de ontwikkeling van de eerste intelligente cognitieve engine voor natural language processing van Europese talen.
Doelstelling
Aanvragers willen hiermee een technisch nieuwe basistechnologie ontwikkelen waarmee intent herkenning van tekst kan worden gedaan.
Huidige technieken
Huidige technieken die op dit gebied beschikbaar zijn, maken geen of zeer beperkt gebruik van machine learning en zijn sterk gelimiteerd buiten de Engelse taal. De huidige stand van techniek werkt voornamelijk:
- Rule-based
- Op basis van vooraf bepaalde blauwdrukken
Hierdoor zijn deze technieken niet in staat om context te herkennen uit vrije (=ongestructureerde) tekstconversaties.
Oplossing
Door middel van de inzet van neurale netwerken beogen Maxwell Labs en Xomnia een oplossing te bieden voor dit probleem.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 199.960 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2019 |
Partners & Locaties
Projectpartners
- Maxwell Labs B.V.penvoerder
- Xomnia B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
KeraModHet KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie. | MIT R&D Samenwerking | € 167.375 | 2023 | Details |
K.N.I.T.T.: Knitwear Next-level Interactive Textile TechnologyHet 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. | MIT R&D Samenwerking | € 151.428 | 2023 | Details |
Biobased AutoplatformDonkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren. | MIT R&D Samenwerking | € 118.472 | 2023 | Details |
Insourcing & automatisering productieproces souvenirtulpenKlompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren. | MIT R&D Samenwerking | € 340.900 | 2023 | Details |
KeraMod
Het KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie.
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.
Biobased Autoplatform
Donkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren.
Insourcing & automatisering productieproces souvenirtulpen
Klompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Next-Generation Natural Language GenerationThis project aims to enhance natural language generation by integrating neural models with symbolic representations for better control, adaptability, and reliable evaluation across various applications. | ERC STG | € 1.420.375 | 2022 | Details |
Improving social competences of virtual agents through artificial consciousness based on the Attention Schema TheoryASTOUND aims to develop an AI architecture for artificial consciousness using Attention Schema Theory to enhance social interaction and natural language understanding in machines. | EIC Pathfinder | € 3.330.897 | 2022 | Details |
DEep COgnition Learning for LAnguage GEnerationThis project aims to enhance NLP models by integrating machine learning, cognitive science, and structured memory to improve out-of-domain generalization and contextual understanding in language generation tasks. | ERC COG | € 1.999.595 | 2023 | Details |
Tensors and Neural Networks for Computational CreativityThis project aims to develop unsupervised language models using tensor constructs and advanced neural networks to enhance creativity in natural language generation. | ERC COG | € 1.988.500 | 2024 | Details |
Next-Generation Natural Language Generation
This project aims to enhance natural language generation by integrating neural models with symbolic representations for better control, adaptability, and reliable evaluation across various applications.
Improving social competences of virtual agents through artificial consciousness based on the Attention Schema Theory
ASTOUND aims to develop an AI architecture for artificial consciousness using Attention Schema Theory to enhance social interaction and natural language understanding in machines.
DEep COgnition Learning for LAnguage GEneration
This project aims to enhance NLP models by integrating machine learning, cognitive science, and structured memory to improve out-of-domain generalization and contextual understanding in language generation tasks.
Tensors and Neural Networks for Computational Creativity
This project aims to develop unsupervised language models using tensor constructs and advanced neural networks to enhance creativity in natural language generation.