Maskininlärning - FFI:

Maskininlärning för fordonsindustrin - FFI

Stängde 13 juni 2017

Det här erbjudandet vänder sig till projekt som berör området maskininlärning för fordonsindustrin.

Erbjudandet i korthet

treklover1

Vad kan ni söka för?

Forsknings- och innovationsprojekt som stärkera kunskapssamverkan mellan akademi och industri inom området maskininlärning för fordonsindustrin.

treklover2

Vem kan söka?

Akademi, forskningsinstitut, företag, offentliga och ideella organisationer.

treklover3

Hur mycket kan ni söka?

Det finns ingen övre beloppsgräns, men riktlinjen för högsta stödnivå är 50 procent av den totala projektbudgeten. Varje enskilt projekt behöver minst 25 procent medfinansiering från näringslivet. Preliminär budget för hela satsningen är 50 miljoner kronor.

Viktiga datum

  • 20 mar 2017
    Öppnar för ansökan
    20 mar 2017
  • 13 jun 2017
    Ansök senast kl 14:00
    13 jun 2017 kl 14:00
  • 6 okt 2017
    Beslut meddelas
    6 okt 2017
  • 9 okt 2017
    Projektet får starta
    9 okt 2017
  • Vad handlar erbjudandet om?

    Med det här erbjudandet vill vi stödja projekt som berör metoder, processer och tillämpningsområden för maskininlärning. Tillämpningsområdena kan beröra

    • Fordonstekniska tillämpningsområden av maskininlärning
    • Maskininlärning för samverkande system
    • Industriella och verksamhetsaspekter av maskininlärning

    Totalt omfattar erbjudandet följande områden:

    • Komplexa fordonssystem
    • Personaliserad funktionalitet
    • Distribuerade arkitekturlösningar för maskininlärning
    • Smarta funktioner och intelligenta assistenter i fordonsspecifika domäner.
    • Datadriven produktutveckling
    • Robust optimering/styrning av produktionssystem

    Maskininlärning utvecklas snabbt och har stor potential att förändra fordonsindustrin och övriga industrigrenar. Därför är det viktigt att säkra regional och nationell kompetens i Sverige för att bibehålla global konkurrenskraft.

    FFI Machine Learning är en strategisk satsning som startar under 2017 och avslutas under 2020.

    Så här ansöker ni

    För att söka finansiering behöver ni fylla i ett ansökningsformulär i vår portal, Intressentportalen. Formuläret innehåller frågor om projektet, projektparter och budget. Alla mallar och instruktioner hittar ni på sidan  Ansök och rapportera projekt inom FFI.

    Så här fyller ni i ansökan i Intressentportalen

    Så här går det till att ansöka och rapportera

    Läs utlysningstexten

    I utlysningstexten hittar ni all information om utlysningen, bland annat detaljerad information om projektområdena och våra formella krav. Det är viktigt att ni läser den noga innan ni påbörjar er ansökan.

    Machine Learning - Strategisk satsning inom fordonsindustrin (FFI) - utlysningstext (pdf, 144 kB)

    Påbörja ansökan i god tid

    Tänk på att det kan ta tid att göra en ansökan. Ni kan börja fylla i era uppgifter, spara och sedan justera ända fram tills ni skickar in den fullständiga ansökan.

    Frågor?

    Lena Dalsmyr

    Administrativa frågor

    08-473 31 61

    lena.dalsmyr@vinnova.se

    Eric Wallgren

    Utlysningsansvarig

    08-473 30 96

    eric.wallgren@vinnova.se

    Vinnovas IT-support

    Tekniska frågor om er ansökan i Intressentportalen

    +46 8 473 32 99

    helpdesk@vinnova.se

    Urval av finansierade projekt

    Projekttitel Koordinatorer Bidrag Status Diarienummer
    Realistisk simulering av fordon för säkrare, robustare och billigare utveckling av automatiserade fordon ASTAZERO AB 1 772 000 kr Pågående 2017-03086
    Accelerate 2 Scania CV Aktiebolag 2 590 000 kr Pågående 2017-03082
    SynCity - Syntetisk data för träning av djupa neuronnät Linköpings universitet 500 000 kr Avslutat 2017-03079
    Rotfelanalys med maskininlärning Volvo Personvagnar Aktiebolag 4 146 546 kr Pågående 2017-03074
    HEALTH: Hazard Estimation and Analysis of Lifelong Truck Histories VOLVO LASTVAGNAR AKTIEBOLAG 5 000 000 kr Pågående 2017-03073
    SMILE II - Säkerhetsanalys och verifiering/validering av system baserade på maskininlärning RISE Research Institutes of Sweden AB 4 722 500 kr Pågående 2017-03066
    AutoPack - Automatisk packning av rör och slanginstallationer baserat på optimering och maskininlärning Linköpings universitet 3 575 944 kr Pågående 2017-03065
    Prediktiva modeller och maskinlärningsalgoritmer som ett led mot adaptiv styrning av svetsprocessen - en förstudie Swerea KIMAB AB 500 000 kr Avslutat 2017-03060
    Machine Learning för ingenjörsnära kunskapshantering, MALEKC CHALMERS TEKNISKA HÖGSKOLA AKTIEBOLAG 2 300 000 kr Pågående 2017-03059
    Alla projekt för omgången
    Statistik för sidan Diarienummer 2017-02012