DTU Compute
Kunstig intelligens fra forskning til forretning
BrainCapture
− AI fra DTU hjælper med diagnosticering
Forskere fra DTU Compute arbejder på at udvikle en algoritme, der skal sikre kvaliteten af EEG-undersøgelser, så flere epilepsipatienter i lav- og mellemindkomstlande kan få behandling.
DTU Compute samarbejder med det danske firma BrainCapture, der blev etableret i 2019 som et spinout af forskningen på DTU Compute. BrainCapture udvikler en billig og mobil EEG-scanningsmetode baseret på kunstig intelligens (AI), som sundhedspersonale uden træning kan bruge lokalt i lav- og mellemindkomstlande.
Udstyret består af en hætte med elektroder, der sættes på patientens hoved og måler spændingsforskellene mellem elektroderne. Via en app på en smartphone/tablet sendes data til en computer, hvor neurologen kan aflæse dem som kurver og stille diagnosen ud fra dem.
I projektet eGAP skal DTU Compute udvikle en AI-algoritme, der indbygget i app’en kan kvalitetssikre undersøgelsen. Den foretager automatisk en analyse af data i realtid, så
man under selve scanningen kan opdage, om målingerne bliver forstyrret af øjenbevægelser, blink og muskelsammentrækninger, fordi de blander sig med de neurale signaler, som skal vise, om patienten er syg.
Foto BrainCapture
eGAP projektet er støttet af EU programmet Eurostars.
Kontakt
Tobias Andersen, lektor på DTU Compute, toban@dtu.dk
Per Bækgaard, lektor på DTU Compute, pgba@dtu.dk
Lars Kai Hansen, professor og sektionsleder
på DTU Compute, lkai@dtu.dk
Tue Lehn-Schiøler, CEO hos BrainCapture, tls@braincapture.dk
Optimerede algoritmer
realiserer kunstig intelligens i høreapparater
Kunstig intelligens repræsenterer en ny tilgang til lydbehandling, der både kan forbedre og give ny funktionalitet til høreapparater. Desværre er de neurale netværk, der realiserer ”intelligensen”, meget beregningskrævende. En traditionel softwarerealisering overstiger langt, hvad der er muligt i et høreapparat, hvor der er meget store begrænsninger på både lagerplads (RAM) og energiforbrug.
I et erhvervs-ph.d.-projekt samarbejder Oticon og DTU
Compute om at løse dette problem. Der arbejdes på to fronter: (1) Udvikling af algoritmer, der for en beskeden reduktion i nøjagtighed, opnår en signifikant reduktion af både energiforbrug og lagerplads. (2) Udvikling af skræddersyet hardware – såkaldte domæne-specifikke hardware-acceleratorer – der kan reducere energiforbruget med yderligere en faktor 10-100 i forhold til en softwareløsning.
Tilsammen betyder de optimerede algoritmer, og ikke mindst de specialiserede hardwareløsninger, at det bliver muligt at realisere kunstig intelligens i høreapparater,
og dermed fortsætte udviklingen i retning af forbedret brugervenlighed og lydkvalitet.
Kontakt
Zuzana Jelčicová, ph.d.-studerende på DTU Compute og Oticon, zuje@dtu.dk
Anders Hebsgaard, Head of Digital IC Design, Oticon, aheb@demant.com
Jens Sparsø, professor på DTU-Compute, jspa@dtu.dk
Foto Oticon
Fintech:
Energieffektive realkreditlån
Energirenoveringer, der reducerer energiforbruget, er en afgørende faktor for at nå de ambitiøse klimamål.
DTU Compute har udviklet AI-løsninger til den finansielle sektor; eksempelvis data-drevne løsninger til karakterisering af bygningers bæredygtighed med henblik på en kvalificeret rådgivning omkring grønne lån til boligforbedringer.
Forskningen sker i samarbejde mellem blandt andre Nordea, Swedbank, Sustainable Digital Finance (Geneve), Copenhagen Economics og Center Denmark; et nationalt knudepunkt for forskning i intelligente energisystemer.
Smarte energisystemer giver mulighed for præcis overvågning af varme- og elforbrugsmønstre og afslører de
potentielle energibesparelser i en bygning, fx ved bedre isolering, nye vinduer, elektrificering af varme eller et skift til fjernvarme.
Vores AI-løsninger er baseret på data fra energimålere i bygningerne, og data sammenholdes med lokale vejrdata. Elementer af den nye løsning kan beskrives som en digitaliseret energimærkning. Løsningerne giver den finansielle sektor nye muligheder for at tilbyde grønne lån.
Kontakt
Henrik Madsen, professor og sektionsleder på DTU Compute, hmad@dtu.dk
Jonas Bjarke Jensen, Senior Economist hos Copenhagen Economics, jbj@copenhageneconomics.com
Cyber security
–
styr
uden om skadelige websites
På DTU Compute forsker vi i at anvende Machine Learningalgoritmer til at styrke cybersikkerhed i projektet kaldet SecDNS. I samarbejde med den private virksomhed CSIS Security Group arbejder forskere fra DTU og Aalborg Universitet på at finde nye løsninger, der skal forhindre utilsigtet videregivelse af oplysninger til kriminelle eller besøg på ondsindede, virusinficerede websteder.
Forskerne er specialiseret i trust management og Machine Learning og vil udvikle et system baseret på kunstig intelligens, som kan gennemgå de såkaldte DNS-opslag, der oversætter de webstedsnavne (domænenavne), vi indtaster i vores computere, til IP-adressernes numeriske koder, som er dem, som computerne bruger.
Alle computere/enheder anvender DNS-opslaget for at oprette forbindelse til et ondsindet domæne, uanset om dette domæne bruges til websteder, malware-hosting, phishing-e-mails eller andet. Via disse DNS-opslag genkender algoritmerne baseret på store datamængder mønstre, der kendetegner ondsindede websteder ved at kontrollere, om links til websteder er skadelige, eller om en e-mail indeholder et ondsindet link, og i så fald vil systemet blokere dem.
SecDNS skal beskytte effektivt mod alle angreb, der kræver kommunikation mellem hacker/malware og offer, og det gælder for størstedelen af de cyberangreb, der finder sted i dag og i en overskuelig fremtid. Løsningen dækker alle internetforbundne enheder inklusive Internet of Things (IoT)-enheder, industrielle kontrolsystemer osv.
Kontakt
Christian D. Jensen, lektor på DTU Compute, cdje@dtu.dk
Sajad Homayoun, postdoc på DTU Compute, sajho@dtu.dk
Foto Colourbox
AI hjælper diabetes-patienter
Colourbox
En forskergruppe på DTU
Compute er optaget af udvikling af en kunstig bugspytkirtel for mennesker med type 1-diabetes. Sygdommen betyder, at bugspytkirtlen ikke selv kan producere insulin, der ellers hjælper sukkerstofferne (glukose) fra maden over i cellerne, hvor de bliver omdannet til energi.
Det er livstruende, hvis patienten ikke har styr på insulinen, og her vil en app – ved hjælp af matematiske modeller og kunstig intelligens –automatisk injicere insulin
og andre hormoner (f.eks. glukagon) på det rette tidspunkt. Det vil lette patienternes liv markant i hverdagen, og på sigt forhåbentligt også mindske en række alvorlige følgesygdomme der opstår som følge af, at blodsukkeret svinger.
Systemet bliver testet på patienter i samarbejde med Steno Diabetes Center, og erfaringerne fra disse forsøg vil, i samarbejde med Novo Nordisk, bl.a. blive brugt i udviklingen af lignende systemer baseret på insulinpenne i stedet for pumper fastgjort til kroppen som i den kunstige bugspytkirtel.
Kontakt
John Bagterp Jørgensen, professor på DTU Compute, jbjo@dtu.dk
overvågning af havisens bevægelse
Viden om havisens bevægelse er afgørende for det grønlandske samfund, hvor fiskeri er det vigtigste erhverv, samt for den tiltagende skibstrafik i øvrigt i de grønlandske farvande. Havisen er dog meget dynamisk; den vokser, smelter og flytter sig med vejr, vind og strøm. Samtidig har Danmark som arktisk nation en forpligtelse til at overvåge havisen og sende pålidelige kort ud til skibsnavigation.
Foto Colourbox
I projektet ASIP har DTU Compute
og DTU Space hjulpet DMI med at udvikle en mere sikker og effektiv metode til at levere hyppigere og mere detaljerede kort over havisens udbredelse. Partnerne har udnyttet de frit tilgængelige satellitdata fra EU’s jordobservationsprogram Copernicus (Sentinel-satellitter) og fra Japan
Aerospace Exploration Agencys GCOM-W1-satellit. På DTU Compute har vi udviklet AI-algoritmer til at analysere og kombinere satellitsensordata, så man direkte ud fra data kan skabe et haviskort. Projektet sparer timer i en ellers tung manuel proces og giver mere præcise oplysninger for et større område til gavn for sejladssikkerheden og forsyningssikkerheden i Grønland, ligesom skibe vil kunne spare brændstof.
FAKTA:
Projektet kaldes ’Automatiserede havisprodukter for grønlandske farvande' (ASIP). Det løber over tre år og støttes af Innovationsfonden med 5 mio. kr. Det samlede budget er 6,5 mio. kr.
Kontakt
Henning Skriver, direktør på DTU Space, hs@space.dtu.dk
Anders Bjorholm Dahl, professor og sektionsleder på DTU Compute, abda@dtu.dk
Find & Park
– parkeringsapp finder ledige parkeringspladser
DTU Compute har gennem et innovationsprojekt samarbejdet med firmaet EasyPark om udvikling af en feature (Find & Park), så bilister let kan finde ledige parkeringspladser i byerne. Featuren er implementeret i EasyParks parkeringsapp, hvor bilister også kan håndtere andre parkeringsrelaterede ting, fx selve betalingen for parkeringen i byzoner.
DTU Compute har udviklet AI-algoritmerne gennem et omfattende analysearbejde af data som beboerlicenser, betalte parkeringer, parkeringsadfærd og parkeringsmønstre i trafikbelastede områder.
Ved at reducere tiden, som bilister bruger til at lede efter en ledig parkeringsplads, sparer man tid og undgår
stressfyldte minutter, ligesom man reducerer trafik og bilforurening i byerne, hvilket gavner både lokalmiljøet og klimaet.
”Biler som leder efter en p-plads udgør 30 % af trafikken i storbyer i myldretiden.”
– Ingeniøren
Kontakt
Bjarne Kjær Ersbøll, professor og sektionsleder på DTU Compute, bker@dtu.dk
Foto Colourbox
WriteReader har udviklet webappen Skriv og læs, som bruges i indskolingen til at lære børn at læse ved at skrive deres egne små digitale bøger.
Som en vigtig del af læringsprocessen “oversættes” elevens skriveforsøg af lærerne til konventionel skrivning (voksenskrivning).
En tidskrævende proces, som en ny AI-algoritme med data fra app’en skal effektivisere, for at lette lærerens arbejde og øge elevernes læring. Den ny
AI-algoritme udvikles af DTU Compute.
Projektet er støttet af Innovationsfonden og
Foto WriteReader
udføres i samarbejde mellem DTU og DPU. WriteReaders app anvendes i dag i mere end 40 lande.
”Undervisningsteknologi er en særdeles vigtig videnskabelig udfordring, og projektets planlagte AI-løsninger (red. Artificial Intelligence) vil yde et væsentligt bidrag til udvikling af dansk sprogteknologi.”
– Professor og sektionsleder Lars Kai Hansen, DTU Compute til Innovationsfonden
Kontakt
Michael Riis Andersen, adjunkt på DTU Compute, miri@dtu.dk
Lars Kai Hansen, professor og sektionsleder på DTU Compute, lkai@dtu.dk
Janus Madsen, stifter og COO hos WriteReader, jm@writereader.com
AI forudsiger sol- og vindproduktionen
Fremtidens vejr-drevne energisystem kalder på en række nye AI-løsninger. Eksempelvis har forskere hos
DTU Compute i samarbejde med DTU-spinout-firmaet
ENFOR A/S udviklet software til forudsigelse af vindog solenergiproduktion.
De løsninger anvendes i dag til forudsigelse af 20-25 % af den samlede vindenergiproduktion i verden især Europa, men også i Australien og Nordamerika. Dermed er disse AI-løsninger med til at sikre en effektiv integration af vind- og solenergi. Et af projekterne (EUROGRID)
fik Innovationsprisen 2021, som uddeles af Energy Cluster Denmark.
Tilsvarende løsninger er under udvikling for fjernvarmesystemer, hvor løsninger til prædiktion og optimering
med stor succes er afprøvet hos en række fjernvarmeværker. Løsningerne vil fremover blive implementeret som AI-cloudløsninger hos Center Denmark, et nationalt knudepunkt for forskning i intelligente energisystemer.
"Samarbejdet med DTU Compute er afgørende for, at vi hos ENFOR også fremadrettet kan levere de førende løsninger til forecasting af vind- og solenergiproduktion på verdensmarkedet."
– Mikkel Westenholz, CEO hos ENFOR A/S
Kontakt
Henrik Madsen, professor og sektionsleder på DTU Compute, hmad@dtu.dk
Mikkel Westenholz , CEO hos ENFOR, miw@enfor.dk
Søren Skov Bording , CEO hos Center Denmark, soren@centerdenmark.com
Foto Colourbox
Intelligent transportplanlægning
– vejen til CO2-besparelser
Transportsektoren vil kunne bidrage med en vigtig andel af de CO2-reduktioner, som Danmark har sat sig for inden 2030. Normalt tænker vi i brændstoffer, men ved at gå fra manuel til automatisk transportplanlægning vil branchen kunne spare mange kilometers kørsel – der kan omregnes til CO2-besparelser.
Det arbejder DTU Compute netop med i projektet
GREENFORCE. Teknikbilerne hos TDC NET, der udbygger Danmarks digitale infrastruktur med transmissionslinjer på kryds og tværs af landet, kører dagligt cirka 80.000 kilometer. Målsætningen er, at TDC NET med hjælp fra
DTU Compute, DTU Management og firmaet QAMPO reducerer antal kørte kilometer med 25 procent inden 2025.
DTU Compute udvikler sammen med DTU Management en ny software, der via kunstig intelligens kombineret med avancerede algoritmer, computerkraft og servicedesign analyserer data fra TDC NET og teknikerbilerne.
Forventningen er, at løsningen vil forbedre teknikernes daglige ruteplanlægning i realtid, gøre dem i stand til at løse flere kundeproblemer fra distancen og opdage, når selve det digitale netværk har behov for at blive vedligeholdt.
Kontakt
Bjarne Kjær Ersbøll, professor og sektionsleder på DTU Compute, bker@dtu.dk
Foto TDC Net
Sensordata afslører vejnettets tilstand
Moderne biler er udstyret med en række forskellige sensorer, der indsamler mange forskellige typer data under kørslen. Sensorerne kan direkte eller indirekte blive påvirket af vejbelægningens tilstand. DTU Compute er partner i LiRA-projektet (Live Road Assessment), hvor vi sammen med Vejdirektoratet, SWECO, DTU Byg og GreenMobility –og med støtte fra Innovationsfonden – udvikler et system, der har potentiale til at kunne revolutionere måden, hvorpå vejinfrastrukturen vedligeholdes, og dermed spare både udgifter på vedligehold men også reducere tiden brugt på vedligeholdelse.
Foto Colourbox
Vi har adgang til sensordata fra biludlejningsfirmaet GreenMobilitys flere hundrede elbiler i København.
Ud fra dem udvikler vi på DTU Compute både machine learning-modeller, der gør det muligt at vurdere vejnettets fysiske tilstand, og vi designer et cloud-baseret system, der integrerer både dataopsamlingen og machine learning-modellerne.
Forventningen er, at vi ved hjælp af sensordata hurtigere vil opdage vejslid, så fx kommuner kan udbedre skader i vejene, før de bliver meget omfattende, dyre og tidskrævende at udbedre.
Kontakt
Ekkart Kindler, lektor på DTU Compute, ekki@dtu.dk
Tommy Sonne Alstrøm, lektor på DTU Compute, tsal@dtu.dk
Matteo Pettinari, Specialkonsulent hos Vejdirektoratet, map@vd.dk
Proaktive diagnoser hos demente
Sommetider kan læger ud fra patienters adfærd genkende symptomer på sygdomme, såsom brud på eller gentagelse af en bestemt måde at agere på. Fx kan en ændring i vanerne hos demente være tegn på en forværring af sygdommen, eller at en ny sygdom er på vej.
I projektet PACE (Proaktiv Omsorg for Ældre Borgere med Demens) samarbejder DTU Compute med Aalborg Universitet København, demensplejehjemmene Skovhuset og Ryetbo samt SIF Gruppen A/S om at udvikle AI/Machine
Learnings-metoder til at opsamle og analysere data fra forskellige velfærdsteknologier i et samlet system for at lede efter mønstre, der kan tyde på begyndende sygdom hos den enkelte beboer. Hvis patienterne hurtigere kommer i behandling, kan de måske undgå hospitalsindlæggelse, som er meget stressende for demente borgere.
Vi anvender data fra intelligente gulve, hvor sensorer registrerer skridt, position, hastighed og eventuelle fald og data fra biosensorer, der kan måle i det infrarøde spektrum og tilsammen vise, om der sker noget usædvanligt.
Netop fordi PACE udnytter data fra simultane features, skaber vi mere fintmaskede prediktorer, end man har haft hidtil.
PACE er støttet af Innovationsfonden, og ambitionen er at danne standard for fremtidens plejehjem, hvor teknologi vil kunne bidrage til bedre velfærd for beboerne og formentlig reducere omkostningerne til hospitalsindlæggelser. PACE
Foto Colourbox
samarbejder derfor også med borgere, pårørende, personale og beslutningstagere for at sikre størst mulig viden om de teknologiske muligheder.
Kontakt
Anders Stockmarr, lektor på DTU Compute, anst@dtu.dk
Lars Mejlby, CEO for SIF Gruppen A/S, lms@sif.dk
Nye superhurtige virtuelle rumakustikberegningsværktøjer til arkitekter
Dårlige lydforhold og støj inden døre – også kaldet bygnings- og rumakustik – har stor betydning for, hvor rart det er at være i bygninger, ligesom lyden kan være helt afgørende for selve ’produktet’ i fx konferencesale, koncerthuse og undervisningslokaler.
Forskere fra DTU Compute og DTU Elektro er gået sammen med Henning Larsen Architects / Rambøll om erhvervs-ph.d.-projekter for at udvikle nye data-drevne simuleringsværktøjer til rumakustik-beregninger. Vi anvender blandt andet machine learning og udnytter den rå regnekraft fra moderne processorer som GPU'er via GPULAB i DTU Computing Center (DCC).
Resultater af forskningen publiceres løbende.
En af vores færdiguddannede erhvervs-ph.d.’ere har i 2020 startet virksomheden Treble på Island med fokus på udvikling af nye beregningsteknologier til nøjagtige akustikberegninger.
Kontakt
Allan Peter Engsig-Karup, lektor på DTU Compute, apek@dtu.dk
PIN – ansvarlig kunstig intelligens
i nyhedsoplevelsen
Ved hjælp af ansvarlig kunstig intelligens søger stort forskningsprojekt at udvikle den digitale nyhedsoplevelse, så den bliver mere personlig og relevant.
DTU Compute står for forskning og udvikling af nye anbefalingssystemer, som kan foreslå brugerne, hvilke nyheder de skal læse.
I det store datascience projekt PIN er det muligt at bruge algoritmer på en stor brugerflade, da projektet har adgang til en stor mængde anonymiseret data fra Ekstra Bladets brugere. Der er tale om udvikling af etiske og ansvarlige algoritmer, som kan være med til at påvirke hundredtusindvis af daglige brugere og hvad de læser. Det er et set-up, der ikke er muligt i universitets regi alene.
Projektet ‘Platform Intelligence in News’ (PIN) er et Grand
Solutions forskningsprojekt støttet af Innovationsfonden og udføres i samarbejde med Ekstra Bladet/Politikens Hus, CBS, KU og DTU.
’Det som vi kan i samarbejde med Ekstra Bladet og Politikens Hus er, at vi kan udvikle algoritmer, der bliver afprøvet og brugt i virkeligheden, og det er ret fascinerende’ – Jes Frellsen, lektor i maskinlæring og signalbehandling, DTU Compute.
Kontakt
Jes Frellsen, lektor på DTU Compute, jefr@dtu.dk
Foto Colourbox
overvågning af indeklimaet
Climify startede som et forskningsprojekt på DTU i 2018. I begyndelsen var Climify et værktøj til overvågning af indeklimaet i skoler. Målsætningen var at sænke energiforbruget og minimere CO2-aftrykket af bygninger, samtidigt med at indeklimaet blev forbedret og derved øgede elevernes velvære og koncentrationsevne.
I løbet af de første år udviklede forskere på DTU Compute
Climify så meget, at det gik fra at være en lille og begrænset platform, Skoleklima, til at blive et moderne visuelt værktøj. Climify er i dag en selvstændig virksomhed, der arbejder med indeklima-overvågning i mange forskellige typer bygninger herunder kontorbygninger, campusområder, idrætshaller og hospitaler.
Sensorer opsamler data om temperatur, luftfugtighed og CO2 i lokalerne, og data bliver analyseret ved hjælp af et softwareprogram og algoritmer, som DTU Compute har været med til at udvikle.
Foto Climify
Climify-platformen visualiserer indeklimaet på en grafisk letforståelig måde for brugerne. Driftsfolk kan se, om klimaanlægget kører optimalt. Og klimaanlægget kan indstilles til at varme op, når der er meget vedvarende energi i systemet og skrue ned, når energien er fossilbaseret – uden at det går ud over komforten i bygningerne.
Kontakt
Davide Cali, forsker på DTU Compute, dcal@dtu.dk
DanSpeech – talegenkendelse
til forbedring af søgning, kommunikation og sikkerhed
Grafik Colourbox
DanSpeech er en skalerbar digital talegenkendelsesplatform, som primært består af signalprocessering og machine learning moduler. Den kan blandt andet bruges til indekseringsservice i taledatabaser, hvor den kan håndtere store mængder data og processere hurtigere end realtid.
Platformen har brede anvendelsesmuligheder, fx inden for lyd og podcastservice, hvor den muliggør søgning i biblioteker og rekommandation for brugerne. Men også inden for fx sundheds- og finanssektorerne er der interessante udviklingsmuligheder med henblik på at forbedre kommunikation og sikkerhed.
DanSpeech er udsprunget af et DTU Compute speciale af Martin Carsten Nielsen og Rasmus Arpe Fogh Egebæk og har som projekt nydt godt af DTUs supportnetværk, hvor en god specialeidé har vist sig, at være en god forretningsidé. Gennem støtte fra DTU Discovery Grant, DTU Proof of Concept Grant (POC) og InnoExplorer Grant har det været muligt for DanSpeech at arbejde videre med udvikling af produkt og forretningsplan.
Kontakt
Martin Carsten Nielsen, videnskabelig assistent på DTU Compute, mcni@dtu.dk
Rasmus Arpe Fogh Egebæk , videnskabelig assistent på DTU Compute, rafje@dtu.dk
Lars Kai Hansen, professor og sektionsleder på DTU Compute, lkai@dtu.dk
akuttelefonen får hjælp af AI
Første gang en patient møder sundhedsvæsenet sker det gennem en konsultation med sundhedspersonale, og her kan de mindste misforståelser få fatale følger.
Corti leverer en kunstig intelligens (AI), der er trænet på millioner af patientkonsultationer for at hjælpe med at give bedre råd og vejledning.
Når patienter f.eks. ringer til alarmnummeret 112 i Region Hovedstaden, hjælper Cortis AI-teknologi modtagerne af opkaldet med at opdage nødsituationen hurtigere og mere præcist.
Ved at lytte til og forstå dialogen giver AI feedback på sundhedspersonalets skærm, mens konsultationen foregår. AI'en hjælper også med løbende kvalitetssikring på
tværs af millioner af samtaler og letter den administrative byrde ved dokumentation.
”Corti can identify patterns of anomalies or conditions of interest with a high level of speed and accuracy. In the case of out-of-hospital cardiac arrest (OHCA), Corti can reduce the number of undetected OHCAs by more than 50%.”
– Corti
Corti blev grundlagt i 2016 og har omkring 100 ansatte
i dag. I 2020 vandt de Europa-Kommissionens Future Unicorn Award. I dag er Corti i produktion over hele verden, herunder Danmark, Sverige, Frankrig, Storbritannien og i USA. I 2021 hentede de 170 millioner kr. i en Serie A-investeringsrunde til at dække mere end 100 millioner patienter.
Kontakt
Lars Maaløe, CTO i Corti og adjungeret lektor på DTU Compute, larsma@dtu.dk
Grafik Corti
Flere DTU Compute startups
Foto
Spektral
Spektral - fritskraber billeder i realtid
Spektral er en app, som ved hjælp af augmented reality laver greenscreeneffekt.
Virksomhedens co-founder var ph.d. fra
Sektionen for Kognitive Systemer på DTU Compute.
Spektral har ved hjælp af maskinlæring
og avancerede algoritmer opfundet en ny måde at fritskrabe billeder på i realtid.
DTU STARTUP:
”I 2018 opkøbte tech-giganten Apple
Spektral for 200 mio. kr.” – Børsen
Kontakt
DTU Compute, compute@compute.dtu.dk
Grafik Peergrade
Peergrade - studerende retter hinandens opgaver
DTU startup'en Peergrade er en online platform, hvor de studerende retter hinandens opgaver.
En algoritme finder de dårlige evalueringer og afleveringer.
”En ph.d.-studerende på DTU Compute har udviklet software-programmet Peergrade.io, hvor de studerende kan evaluere hinandens opgaver. Det letter lærerens arbejdspres og kan også give bedre evalueringer.” - DTU
Kontakt
David Kofoed Wind, CEO hos Peergrade, david@peergrade.io
DTU Compute, compute@compute.dtu.dk
DTU Compute
Kunstig intelligens fra forskning til forretning
DTU Compute
Danmarks Tekniske Universitet
Institut for Matematik og Computer Science
Richard Petersens Plads
Bygning 324
2800 Kgs. Lyngby
compute@compute.dtu.dk
www.compute.dtu.dk