Toekenning Take-off fase 1: Haalbaarheidsstudies WO – cluster Commit2Data
Van de toegekende projecten van Take-off najaarsronde zijn vier van de zeven ingediende Commi2Data projecten toegekend. Take-off is een instrument voor academische en innovatieve starters die de commerciële of maatschappelijke toepassing van hun onderzoeksresultaten verder willen onderzoeken.
Take-off voorjaarsronde 2024
Begin januari opent de volgende Take-off ronde. Hierbij kunnen zowel haalbaarheidsstudies als vroegefasetrajecten worden aangevraagd. Houd de NWO-nieuwsbrief in de gaten voor de openstelling.
Hieronder staan de gehonoreerde Commit2Data projecten
Feasibility Study for Launching Rhythm Analysis Methodology into the Market - prof. dr. C.I.M. Nevejan - Universiteit van Amsterdam (20908)
De ritmes van mensen en van de natuur zijn al eeuwen op elkaar afgestemd. Ritmes verbinden ook in de stad hoe mensen bewegen in hun omgeving. Ritme analyse kan het werk van architecten en stedenbouwers beter maken omdat het sociaal ecologisch ontwerp mogelijk maakt. Kan ritme analyse een bedrijf worden?
ECOCHECK: Environmental Construction Observation and Control using High-tech Equipment and Construction Knowledge - prof. dr. P.J.M. Havinga - Universiteit Twente (20934)
De bouwsector bevindt zich in een crisis die doet denken aan een “lockdown”, met projecten die op de lange baan worden geschoven en deadlines die worden uitgesteld vanwege de emissiecrisis. ECOCHECK geeft in realtime biedt een diepgaand inzicht in de impact van bouwwerkzaamheden op het milieu. ECOCHECK stelt ons in staat om te zien wat er daadwerkelijk gebeurt, in plaats van alleen te vertrouwen op theoretische modellen. Zo blijven we op de hoogte van deze urgente kwesties. Het is tijd om de bouwsector uit haar “lockdown” te halen en een nieuw tijdperk van duurzaamheid en efficiëntie binnen te gaan.
CANINE: Computer Assisted Non-Invasive Evaluation of Canine Locomotion - dr. ir. V.D. Le - Universiteit Twente (20961)
De primaire focus van dit haalbaarheidsonderzoek is het gebruik van kunstmatige intelligentie en smartphonecamera's om de bewegingspatronen van de hond te analyseren, inclusief gang, snelheid en evenwicht. Wij streven ernaar het welzijn van dieren aanzienlijk te verbeteren. Deze innovatieve aanpak maakt effectievere veterinaire zorg mogelijk, waar meer dieren van profiteren. Het maakt eerdere detectie en behandeling van gezondheidsproblemen mogelijk, wat uiteindelijk leidt tot een verbeterd dierenwelzijn. Tegelijkertijd verlaagt het de kosten voor huisdiereigenaren en bevordert het een schaalbaarder bedrijfsmodel voor dierenartsen. Het project is een samenwerking tussen de Universiteit Twente (sensoren, data-analyse) en de Universiteit Utrecht, Klinische Wetenschappen (dierenwelzijn).
AI-algoritmen voor batching processen in de voedselverwerkende industrie - prof. dr. ir. I.J.B.F. Adan - Technische Universiteit Eindhoven (20977)
Onderzoekers aan de TU/e hebben een AI algoritme ontwikkeld voor de operationele aansturing van een specifieke batching machine in de pluimvee industrie. Een prototype van dit algoritme is getest aan de hand van praktijkdata en resultaten hebben laten zien dat dit algoritme in staat is de prestaties van het batching proces drastisch te verbeteren. Het doel van dit project is om, via marktonderzoek, bredere toepasbaarheid van deze AI technologie voor de verschillende batching systemen in de voedselverwerkende industrie te onderzoeken en om de toegevoegde waarde van deze technologie voor potentiële klanten aan te tonen.
