Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Våra e-tjänster för ansökningar, projekt och bedömningar stänger torsdagen den 25 april kl 16:30 för systemuppdateringar. De beräknas öppna igen senast fredagen den 26 april kl 8:00.

Datainsamling för hållbar maskininlärning inom cirkulär livsmedelsindustri/matproduktion

Diarienummer
Koordinator Tebrito AB
Bidrag från Vinnova 4 800 000 kronor
Projektets löptid februari 2023 - december 2024
Status Pågående
Utlysning Strategiska innovationsprogrammet för processindustriell IT och automation - PiiA
Ansökningsomgång PiiA: Framtidens processindustri-Datadriven och hållbar - hösten 2022

Syfte och mål

Fram till 2050 kommer den globala matproduktionen behöva öka med 70% för att möta behovet hos den växande världsbefolkningen (FAO, 2021). En cirkulär livsmedelsproduktion är en förutsättning för att kunna möta de ökade behoven av livsmedel i Sverige och världen. Projektet syftar till att skapa en gemensam standard för datainsamling och sedermera ML-modeller (Machine Learning) för effektivisering av cirkulär livsmedelsproduktion.

Förväntade effekter och resultat

Projektet förväntas öka inhemsk självförsörjningsgrad genom implementation av självlärande system. En effektiviserad, cirkulär livsmedelsproduktion har potential att bli en massiv industri med enorm positiv påverkan på välfärden och miljön.

Planerat upplägg och genomförande

Förstudie/rapport Struktur för en kvalitetssäkrad datatopologi tas fram. Rapporten visar hur olika data ska struktureras, hanteras och lagras för att enkelt kunna digitalisera en industri. Pilotinstallationer Pilotinstallation av datalager med förbearbetning som genom ML kan identifiera avvikelser. Prototyp En prototyp baserad på ML som kan optimera olika processer, till exempel resurs- eller kostnadsoptimering tas fram.

Externa länkar

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 8 mars 2024

Diarienummer 2022-03593

Statistik för sidan