SubsidieMeestersReal time knowledge extraction from unstructured big data streams
Dit project ontwikkelt een applicatie voor het structureren van ongestructureerde data uit sociale media om de productiviteit in de agrarische sector te verbeteren via machine learning.
Projectdetails
Inleiding
Dit project sluit aan bij de topsector ‘Hightech Systemen & Materialen en ICT’. Specifiek richt dit project zich op ICT en de rol ervan in het verbeteren van de productiviteit in de topsector ‘Agri en Food’.
Doel van het Project
Het belangrijkste doel van het project is het ontwikkelen van een applicatie voor het structureren van ongestructureerde data, zoals WhatsApp- en tekstberichten of tweets, om deze te gebruiken als een nieuwe bron voor machine learning.
Consortium
Twittercounter en Connecterra zullen deze applicatie ontwikkelen met de hulp van hun partners in een uniek consortium.
Opbouw van de Applicatie
De applicatie zal bestaan uit twee hoofdonderdelen:
- Real-time big data verwerkingspipeline, plus continue training van het machine learning model.
- Data modellering voor deep learning, plus het afstemmen van het machine learning algoritme om de machine te trainen.
Eindresultaat
Het eindresultaat van het project zal de prototype zijn.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 199.307 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2017 |
Partners & Locaties
Projectpartners
- Twittercounter B.V.penvoerder
- Connecterra B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Social Signal Isolation Processing and DeliveryHet project ontwikkelt de SS-IPD-software om relevante sociale media-informatie te filteren en te analyseren, wat bijdraagt aan innovatieve datamanagementtechnieken en bedrijfsinnovatie. | Mkb-innovati... | € 200.000 | 2015 | Details |
Remote real time Monitoring & Prediction SystemCapica en AVT ontwikkelen een real-time monitorings- en analysesysteem voor mechanische installaties om onderhoud voorspelbaar te maken, wat leidt tot hogere productiviteit en lagere kosten. | Mkb-innovati... | € 173.103 | 2015 | Details |
Multi-source Demand Forecasting (MDF)Dit project ontwikkelt een voorspellingssysteem voor de vraag naar vliegtickets om de productiviteit in de luchtvaart te verbeteren, met als doel de winstgevendheid en duurzaamheid van low-cost airlines te verhogen. | Mkb-innovati... | € 196.560 | 2018 | Details |
Development of a realtime eHealth big-data applicationHet project ontwikkelt een realtime eHealth big-data applicatie die medewerkersbetrokkenheid meet en verbetert door psycho-linguïstische analyse en AI, met als doel werkstress te voorkomen. | Mkb-innovati... | € 199.920 | 2018 | Details |
Synthetische Data GeneratorHet 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. | Mkb-innovati... | € 176.050 | 2023 | Details |
Social Signal Isolation Processing and Delivery
Het project ontwikkelt de SS-IPD-software om relevante sociale media-informatie te filteren en te analyseren, wat bijdraagt aan innovatieve datamanagementtechnieken en bedrijfsinnovatie.
Remote real time Monitoring & Prediction System
Capica en AVT ontwikkelen een real-time monitorings- en analysesysteem voor mechanische installaties om onderhoud voorspelbaar te maken, wat leidt tot hogere productiviteit en lagere kosten.
Multi-source Demand Forecasting (MDF)
Dit project ontwikkelt een voorspellingssysteem voor de vraag naar vliegtickets om de productiviteit in de luchtvaart te verbeteren, met als doel de winstgevendheid en duurzaamheid van low-cost airlines te verhogen.
Development of a realtime eHealth big-data application
Het project ontwikkelt een realtime eHealth big-data applicatie die medewerkersbetrokkenheid meet en verbetert door psycho-linguïstische analyse en AI, met als doel werkstress te voorkomen.
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.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Onderzoek naar big-data E-remote platformReal Time Remote Service B.V. ontwikkelt een uniek big-data platform voor het monitoren en beheren van geautomatiseerde magazijnen, gericht op voorspellend onderhoud en geautomatiseerd incident management. | Mkb-innovati... | € 20.000 | 2020 | Details |
Waardevolle inzichten uit conversatiesConverz Analytics B.V. onderzoekt de haalbaarheid van een applicatie voor real-time feedback aan medewerkers tijdens klantgesprekken, gericht op Big Data en AI binnen de ICT-topsector. | 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 |
Wateragro applicationHet project onderzoekt de haalbaarheid van een AI-gestuurd systeem om watergebruik in de landbouw met 30% te verminderen. | Mkb-innovati... | € 20.000 | 2021 | 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 |
Onderzoek naar big-data E-remote platform
Real Time Remote Service B.V. ontwikkelt een uniek big-data platform voor het monitoren en beheren van geautomatiseerde magazijnen, gericht op voorspellend onderhoud en geautomatiseerd incident management.
Waardevolle inzichten uit conversaties
Converz Analytics B.V. onderzoekt de haalbaarheid van een applicatie voor real-time feedback aan medewerkers tijdens klantgesprekken, gericht op Big Data en AI binnen de ICT-topsector.
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.
Wateragro application
Het project onderzoekt de haalbaarheid van een AI-gestuurd systeem om watergebruik in de landbouw met 30% te verminderen.
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.