Ανοιχτή Κατηγορία

Ανοιχτή Κατηγορία

Στη κατηγορία αυτή δεχόμαστε ιδέες που κάνουν χρήση τεχνολογιών ρομποτικής ή και τεχνητής νοημοσύνης σε συνδυασμό με τις προηγούμενες θεματικές ή ως αυτόνομες προτάσεις απαντώντας σε σαφή και υπαρκτή ανάγκη της αγοράς απο όλες τις βιομηχανικές περιοχές.

Καλωσορίζουμε επίσης ιδέες όπως αυτές των διαστημικών εφαρμογών. Πιθανό θέμα θα μπορούσε να είναι και η αντίληψη, που προέκυψε ως ανάγκη συνεργάτη μας απο το κλάδο της ρομποτικής. Συγκεκριμένα, η αντίληψη ως εξής:

Προβλήματα προς Επίλυση

Επίγνωση: Αλγόριθμοι Machine Learning (ML)

Για χωροχρονική επεξεργασία δεδομένων (εικόνα, βίντεο) και ανάλυση που επιτρέπει βηματικές αλλαγές στην εξαγωγή πληροφοριών και τον έλεγχο της κατάστασης των μηχανών.

Οπτικοποίηση

Διεπαφές ανθρώπου μηχανής νέας γενιάς (HMI) που παρέχονται απρόσκοπτα μέσω ιστότοπων / φορητών πλατφορμών. Αυτά τα HMI θα αξιοποιήσουν τις τελευταίες τεχνολογίες γραφικών και θα αναλάβουν εξελιγμένα καθήκοντα από την επεξεργασία δεδομένων μέχρι τον ειδικό έλεγχο ρομπότ.

Η πρώτη προτεραιότητά του συνεργάτη μας Πάνου Χατζάκου, ιδρυτή της εταιρίας ρομποτικής Innora και συνεργάτη της TWI στην επέκταση της στην Ελλάδα, είναι να μεταφέρει την παραγόμενη πνευματική ιδιοκτησία στον κλάδο συντήρησης / επιθεώρησης περιουσιακών στοιχείων. Ωστόσο, αυτή η παραγόμενη πνευματική ιδιοκτησία είναι (οριζόντια) εφαρμόσιμη σε διαφορετικές βιομηχανίες.

Οι ενδιαφερόμενες ομάδες θα πρέπει να αναπτύξουν τη στρατηγική τους γύρω από την έννοια της ερμηνείας δεδομένων που βασίζεται στις λεγόμενες πρώτες αρχές. Με άλλα λόγια, θα πρέπει να προσπαθήσουν να φέρουν τις τελευταίες εξελίξεις στο κομμάτι του Machine Learning (ML) στον καταναλωτικό χώρο στους τομείς ενδιαφέροντος της TWI. Ως εκ τούτου, θα πρέπει να είναι σχετικές με τη Μοντελοποίηση & Προσομοίωση και το Machine Learning για την:

  • Επεξεργασία δεδομένων υψηλής απόδοσης: Τεχνικές επεξεργασίας και ερμηνείας που λειτουργούν αποτελεσματικά σε μικρές ποσότητες δεδομένων.
  • Ανάλυση δεδομένων βασιζόμενη σε μοντέλα: Μέθοδοι που γεφυρώνουν το χάσμα μεταξύ πραγματικότητας και προσομοίωσης αξιοποιώντας αποτελεσματικά τα σύνθετα δεδομένα που παράγονται από τα μοντέλα.
  • Διαχείριση μεγάλων ποσοτήτων δεδομένων: Μεθοδολογίες αποθήκευσης και συγκέντρωσης δεδομένων για την αποτελεσματική διαχείριση των τεράστιων όγκων δεδομένων TWI.

ΕΧΕΙΣ ΚΑΠΟΙΑ ΙΔΕΑ;