Machine Learning för förebyggande av arbetsolycksfall i byggbranschen

Diarienummer
Koordinator Mälardalens högskola - Akademin för innovation, design och teknik, Västerås
Bidrag från Vinnova 182 574 kronor
Projektets löptid november 2018 - december 2020
Status Pågående
Utlysning Individrörlighet för innovation och samhällsnytta
Ansökningsomgång Arbeta tillfälligt i annan bransch - innovation inom artificiell intelligens (AI)

Syfte och mål

Samarbetet syftar på att starka NCCs arbeta med att utveckla system för förebyggande av arbetsolycksfall. Via ett nyetablerad samarbete med Mälardalans Högskola (MDH), tänkas utvecklingen av en maskininlärningsapplikation förstärkas via Docent Shahina Begum bidrar, stödjer och kritisk utvärderar utvecklingsarbetet inom NCC. Samtidigt kommer MDH att utveckla sin kompetens i praktiska applikationer av AI.

Förväntade effekter och resultat

Arbetsolycksfall fortsätter att våra ett problem i byggbranschen och även en liten reduktion innebär markant bättra produktivitet i NCC och reducerade sjukvårdskostnader för samhället. NCC har registrerad ett stort antal fall och tillbud. Och arbetsolycksfalls forskningen har utvecklad avancerade orsaksanalysmodeller. Tillsammans utgör dessa en väl anpassad bas för utveckling av ett maskininlärningssystem. MDH kommer att stödja en rad väsentliga steg i maskininlärningssystemutvecklingen för förebyggande av arbetsolycksfall.

Planerat upplägg och genomförande

--

Externa länkar

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

Senast uppdaterad 10 februari 2020

Diarienummer 2018-04352

Statistik för sidan