Forskningsprojekt

Projektet syftar till att bli ett nytt agilt sätt att genomföra kommunutvecklingsprojekt och infrastrukturunderhåll, där kommuner kan planera sina projekt baserat på evidens från sensorer och realtidsdata.

Projektet föreslår DIPy-AI, en agil AI-arkitektur baserad på pyramiden data-knowledge-information-wishdom (DIKW) för bearbetning av sensordata i produktionsmiljöer. Det syftar till att ta itu med utmaningar relaterade till dataassimilering, kvalitetsdetektering och modulär informationsextraktion.

Projektet syftar till att undersöka mekanismer och processer för etnisk diskriminering vid anställning genom att analysera beslutsprocessen i en vinjettstudie med hjälp av eye-tracking i kombination med dialog och enkät.

Korta, långa och oplanerade stopp i automatiserade produktionsprocesser är dyra, ofrånkomliga och kan inte förutspås och därför inte hanteras i förväg i system- och processmodeller. Utifrån fördjupade behovsanalyser av vanligt förekommande fel vid produktionsstopp är målet att designa ett AI/AR-system för operatörer och underhållspersonal som underlättar återstart av produktionen.