Tillämpad AI för prognostik

Viktiga resultat som projektet gav

I detta projekt har vi tillämpat djupinlärningstekniker för att prognostisera kvarvarande livslängd och hälsotillstånd för elektronikkomponenter. Projektet syftade till att ta adressera gapet inom AI för prognostik mellan Sverige och USA. Tekniker för djupinlärning utvecklades och tillämpades på en stor datauppsättning av kraftelektronik från run-to-failure experiment. Huvudfokus är att möjliggöra kvarvarande livslängdsuppskattning av komplexa system med resursbegränsningar med hjälp av modeller för djupinlärning.

Långsiktiga effekter som förväntas

Projektet resulterade i en publikation samt etablerade grunden för vidare samarbete mellan projektparterna. Ytterligare minst en publikation baserat på resultaten planeras.

Upplägg och genomförande

Bidraget för individrörlighet gav möjlighet till samarbete och kompetensutbyte mellan 2 kompletterande parter. En gästforskare har besökt RISE under 6 veckor för att tillämpa djupinlärningsalgoritmer för kvarvarande livslängdsuppskattning av elektronikkomponenter.