2009

2008

2007

2006

2005

2004

Portefølje Naturvitenskap og teknologi ikon

The research system

Portefølje Humaniora og samfunnsvitenskap ikon

Ground-breaking research

Portefølje Samisk ikon

Sámi society and culture

Portefølje Demokrati, styring og fornyelse ikon

Democracy and global development

Portefølje Velferd, kultur og samfunn ikon

Welfare, culture and society

Portefølje Helse ikon

Health

Portefølje Klima- og polarforskning ikon

Climate and environment

Portefølje Landbasert mat, miljø og bioressurser ikon

Land-based food, the environment and bioresources

Portefølje Energi, transport og lavutslipp ikon

Energy and transport

Portefølje Muliggjørende teknologier ikon

Enabling technologies

Portefølje Industri og tjenestenæringer ikon

Innovation

LTP Climate, environment and environmentally friendly energy

Climate and loss of natural diversity

Internationalization

Societal security and civil preparedness

Renewal in the public sector

Velferdstjenester

Frontpage Image

Marine icon

Petroleum og mineraler

LTP Hav ikon

Oceans and coastal areas

LTP2 Muliggjørende og industrielle teknologier ikon

Enabling and industrial technologies

Trust and community

Professional environment

High quality and accessibility

LTP Climate

Strengthened competitiveness and innovation capacity

LPT Health

 An innovative business community

LTP3 Helse

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

LTP2 Utvikle fagmiljøer av fremragende kvalitet

LTP2 Samfunnssikkerhet og samhørighet ikon

LTP2 Fornyelse i offentlig sektor ikon

LTP2 Klima, miljø og miljøvennlig energi ikon

Forsidebilde optimalisert

project-bank-technical

Et innovativt næringsliv ikon

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Marin ikon

Forsidebilde

Statistics

Prosjektbanken presenterer statistikk og informasjon om prosjekter med finansiering fra Forskningsrådet fra 2004. Statistikken er fordelt på blant annet tema, år, geografi og organisasjon. Prosjektbanken gir også detaljert informasjon om de enkelte prosjektene.

...or see the summary and other information about the projects you have selected

Portfolios

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

How the grants are distributed between organisations, counties, subject areas etc....

Here are some examples of searches you can perform in the Project Databank

All long term plan objectives

About Text Queries

No thematic area or topic related to the project

has received funding in the programme period

No popular science description is available

have received funding in the programme period

The project with project number {{project number}} was not found

Technical description

Woops, something went wrong. Please refresh the page. If the error persists, please contact us.

We could not find what you were looking for

See statistics related to this LTP objective

See projects related to this LTP objective

related to this LTP objective have received grants

has been granted to projects related to this LTP objective

has been granted to projects related to this portfolio

related to this portfolio have received grants

About Prosjektbanken

Ukjent

Kunnskapsdepartement

Utdannings- og forsk

Teknologi

Matematikk og naturvitenskap

Trøndelag - Trööndelage

Vestland

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Et kunnskapsintensivt næringsliv i hele landet

LTP3 Hav og kyst

LTP3 Marine bioressurser og havforvaltning

LTP3 Muliggjørende og industrielle teknologier

LTP3 Nano-, bioteknologi og teknologikonvergens

UoH-sektor

Portefølje Banebrytende forskning

Portefølje Forskningssystemet

Portefølje Innovasjon

Portefølje Muliggjørende teknologier

Programmer

Frittstående prosjekter

Nettverkstiltak

Strategisk institusjonsstøtte

Infrastruktur og institusjonelle tiltak

Forvaltning

Diverse FoU-relaterte aktiviteter

Felleskostnader

Institusjonsforankret strategisk prosjekt (t.o.m. 2018)

Grunnbevilgninger

Internasjonalisering

Bransjer og næringer

Marin

Bioteknologi

Grunnforskning

Prosjektet CO2SafeQuest har som mål å forbedre risikovurderingen av CO2-lagringsprosjekter, noe som gjør det mulig å akselerere og sikre oppskalering av CCS-prosjekter. Arbeidsflytene og verktøyene i dette prosjektet vil hjelpe industrien med å vurdere CO2-lagring og etablere trygge injeksjonsforhold. Usikkerheter er knyttet til forståelse av forkastninger og takbergarten og hvordan de forsegler over tid. For å forhindre lekkasjeproblemer i fremtiden og sikre trygg lagring, er det derfor viktig å forstå forkastningsgeometrien og egenskapene i undergrunnen. Det er nødvendig å bygge bro mellom forskjellige skalaer av studier fra eksperimenter til feltanaloger og seismikk og til slutt reservoarskala. Dette tverrfaglige og innovative prosjektet samler eksperter fra akademia, forskningsinstitutter og industri for å utvikle nye datasett, forbedre de nåværende hydromekaniske modellene, identifisere usikkerhetene og vurdere risikoene. Derfor vil prosjektet bidra til å redusere risikoen ved CO2-lagring og åpne nye potensielle lagringsmuligheter, og til slutt bane vei for utviklingen av CO2-lagring i megatonskala innen midten av 2030.

CO2SafeQuest project aims at providing the workflows and the characterization and simulation tools needed to
enhance fault behavior and risk assessment in CO2 storage evaluation, allowing to target more complex reservoir
and so, accelerate and secure CCS projects scale-up. These workflows and tools will help industry to enhance the
CO2 storage evaluation and operation design.
To reach the overall objectives of the project, it is needed to set a bridge between the gap between different scales
of fault study by providing suitable data and statistical correlations, and identify suitable hydromechanical models
for faults at industrial CCS scale. This, to assess impact of uncertainties and quantify phenomenological impacts
and leakage risk at reservoir scale, provide guidelines on fault modeling in an industrial CCS context and on how to
calibrate model parameters based on geophysical measurements, laboratory data and analogue outcrop data.
This project targets the CO2 storage part of the Call Module CM2023-04 on Carbon capture, utilization and storage
(CCUS). Unravelling faults properties and behavior in CO2 geological storage is mandatory to “faster scale up of
CCS technologies and at lower risk” and “minimizing or avoiding adverse impact on human health and the
environment of CO2 storage”, this will be done in this project through the development of innovative integrated
workflows addressing the long term confinement of CO2 in faulted sandstone porous media. This project, through
enhancing the CO2 storage derisking and opening new potential storage prospects, will participate to pave the way
for the development of megaton scale CO2 storage by mid 2030.

CETP - Unravelling Faults properties and behavior for CO2 geological storage

MYCOBUILD har som mål å lage miljøvennlige byggematerialer med forbedrede termiske egenskaper. Vi vil kun bruke bio-baserte materialer i våre komposittmaterialer. Disse vil inneholde mycelium (den rotlignende delen av sopp), fibre produsert fra tre, og bio-baserte faseovergangsmaterialer (bioPCMr). BioPCM kan lagre energi i form av varme ved å ta opp energi når det er varmt, og frigjøre varmen når det blir kaldere. Vi ønsker å forbedre varmelagring samtidig som vi opprettholder materialstyrke, holdbarhet og lydisolasjon. Vi vil også benytte en digitale verktøy, livssyklusanalyse (LCA) for bærekraft, sirkularitet og sikkerhet, samt analyse av sosioøkonomiske effekter og interessentengasjement.

MYCOBUILD, an innovative bio-based project, targets transforming the construction sector with sustainable materials offering thermal energy storage. It aligns with Europe's 2050 climate-neutral goals, focusing on bio-based, multifunctional materials for an eco-friendly market impact. MYCOBUILD's core is bio-based phase change materials (bioPCMs) in lignocellulosic fibres,
using fungal mycelia to create superior thermal property bio-composites. It progresses from conceptual proof (TRL3) to industrial demonstration (TRL6), meeting CETPartnership's 2023-06 “Heating and Cooling Technologies” call. The project leverages lignocellulosic structures as bioPCM storage for energy-efficient building products. Aiming to enhance thermal storage while maintaining material strength, durability, and sound insulation, the project spans from product development to construction models in key technologies (TRL6). Objectives include benchmarking, optimizing bioPCM integration, producing fungal bio-binders, demonstrating wallboard materials, and evaluating energy-saving constructions in various European countries. It also involves a digital integration approach, ex-ante life cycle assessment for sustainability, circularity, and safety, alongside socio-economic impact analysis and stakeholder engagement

CETP - Innovative bio-based building materials with thermal energy storage function

La-Flex-prosjektet skal videreutvikle latent termisk energilagring (LTES) for å gjøre varme- og kjølesystemer mer energifleksible. Energifleksibilitet er energisystemets evne til å ta imot og levere energi når det produseres og forbrukes. Fossile brennstoff og vannkraft er fleksible energikilder, fordi de kan produsere energi når det er energibehov. Sol- og vindkraft er derimot ikke fleksible energikilder. Når verden går bort fra fossile brennstoff til sol- og vindkraft mister vi denne energifleksibiliteten, og det vil være et økende behov for energilagring. Termisk energilager er viktig fordi termisk energiforbruk utgjør 50% av det globale energiforbruket. LTES er basert på faseendringsmaterialer (PCM) som lagrer energi i en faseovergang, og kan lagre varme eller kulde med høy energitetthet og i et smalt temperaturspenn. Denne teknologien kan brukes til å lagre kulde i industrielle fryseprosesser, varme til oppvarming av kontorbygg, eller lagring og utnyttelse av overskuddsvarme i datasentre.

La-Flex sitt hovedmål er å gjøre forbedre overvåkning og styring av LTES. Dette for å kunne utnytte fleksibiliteten, og for å kunne operere i reservemarkeder. Dette skal gjøres ved å utvikle sanntidsmåling av ladetilstand og presis termisk effektkontroll, noe som vil gjøre LTES lettere å integrere i styringssystemer for optimal energihåndtering.

Prosjektet ledes av SINTEF Energi og samler forsknings- og industripartnere fra Norge, Danmark og Tyskland, inkludert Danmarks Tekniske Universitet (DTU), Tekniske Høyskole i Würzburg-Schweinfurt (THWS), samt Cartesian, AInergy og KLP Eiendom. Prosjektets avanserte SoC- og TPC-funksjoner vil legge til rette for LTES i kraftfleksibilitets- og reservemarkeder, forbedre systemytelsen og fremme nettstabilitet i møte med variabel energiforsyning fra fornybare kilder.

Heating and cooling constitute about 50% of the global energy consumption, and with the increasing reliance on solar and wind electricity via heat pumps, the demand for effective energy storage solutions has become imperative. Latent Thermal Energy Storage (LTES) with Phase Change Materials (PCM) can serve as an asset for flexible heating & cooling supply for buildings as well as for industry.2 State-of-charge (SoC) detection, i.e., a determination of the remaining capacity available in a thermal energy storage, is crucial for optimized storage operation schedulers and allow a precise thermal power control (TPC). Thus, the integration of instant and reliable technique for determining the SoC and a precise TPC in a model predictive control (MPC) system would pave the way for optimal operation of grids coupling different energy sectors –including power-to-heat and waste heat utilization from industry. La-Flex's main objective is to optimize 
LTES by enhancing its controllability. Integrating instantaneous SoC and TPC in MPC systems, La-Flex will facilitate a flexible integration of LTES in power flexibility and reserve markets, tackling intermittent supply and electrified heating/cooling demands, appliable in all climate zones. La-Flex will be carried out by the Norwegian – Danish – German partnership formed by the research partners SINTEF Energy Research (SER), Technical University of Denmark (DTU), and the Technical University of Applied Sciences Würzburg-Schweinfurt (THWS); and the industry partners Cartesian (CAR), AInergy
(AIE) and Kommunal Landspensjonskasse Eiendom (KLP).

CETP - Flexible latent thermal storage for reserve markets access of heating and cooling systems

For å sikre at en geologisk formasjon er stabil, må vi justere temperatur-, belastnings- og akustikkdataene som er registrert i brønnmiljøet. Dette må gjøres for å ta hensyn til de kombinerte effektene av belastning og akustikk gjennom ulike materialer som formasjon, sement, foringsrørstål, væske og rør, samt injeksjonsoperasjonen. Denne komplekse oppførselen kan ikke fanges opp med enkeltpunktsmålinger som bunnhullstrykk og temperatur (BHP og BHT). En fiberoptisk kabel for å fange opp dette, kan være løsningen på utfordringen. Q-Fibre har som mål å demonstrere hvordan FOC-data kan brukes til å kvantifisere og overvåke integriteten ved CO2-lagring under grunnen. Dette kan redusere barrierene for å bruke FOC-data knyttet til brønner, både innenfor og utenfor foringsrøret, spesielt for CO2-lagringsprosjekter. Denne teknologidemonstrasjonen vil legge grunnlaget for en solid forretningsmodell for innsamling av FOC-data langs brønnen, og sikre at CO2-lagring blir sikker, økonomisk driveverdig ved å redusere driftskostnader og geologiske overraskelser.

The main motivation is to build extensive novel knowledge on fibre optic cable (FOC) data and to enable safe CO2 injection via quantitative characterization of subsurface integrity, covering coupled interaction among pressure, temperature and fluid movement. Our aim in Q-Fibre is to contribute to FOC data processing and interpretation with the link to the coupled thermo-hydro-mechanical behaviour between the various elements in the near-well configuration, and to quantitatively understand near-well formation behaviour for early warning of subsurface integrity. It involves feasibility of using FOC data for integrity assessment of an entire sealing system for CO2 storage, including: a) caprock and secondary seals; b) both onshore and offshore; c) observation and injection wells. Eventually, we will also reduce uncertainty for the limits of
integrity.

CETP - Quantitative Strain Monitoring for Well and Seal Integrity through Wellbore Fibre Optics Cables

A predictive biomarker for Antibody Drug Conjugates in lung cancer

I løpet av de siste tiårene har en rekke optimaliseringsmodeller blitt utviklet for å best mulig utnytte de begrensede ressursene i kraftsystemet. Med den raske utviklingen av maskinlæringsmetoder (ML) har integrering av ML med disse optimaliseringsmodellene dukket opp som en lovende trend. I motsetning til tradisjonelle optimaliseringsmetoder, som gjentatte ganger løser lignende problemer uten å lære av tidligere løsninger, utnytter ML historiske data og tidligere beslutninger for å forbedre optimaliseringsytelsen betydelig.

Dette prosjektet har som mål å utvikle kunnskap som muliggjør dyp integrasjon mellom ML-tilnærminger og det kortsiktige vannkraftproblemet for av-/på-beslutninger i et deregulert kraftsystem. Av-/på-problemet er grunnlaget for produksjonsplanlegging. Målet er å optimalisere driften av generatorer, primært vannkraftturbiner, over en begrenset planleggingshorisont under ulike drifts- og markedsforhold. Nye fornybare energikilder som sol- og vindkraft vil også bli vurdert når det er nødvendig.

Den ML-baserte optimaliseringsmodellen utviklet i dette prosjektet kan forbedre beregningseffektiviteten betydelig ved å generere daglige produksjonsplaner for norske vannkraftprodusenter, og gjøre dem mer effektive og tilpasningsdyktige til markedsforhold. Vellykket implementering av ML i optimaliseringsproblemet vil møte aktuelle utfordringer industripartnere står overfor, som å redusere tidsoppløsningen fra én time til 15 minutter, utvide modellens bruksområde fra et operativt verktøy til et investeringsanalyseverktøy over lengre tidshorisonter (uker til år), som effektivt tar hensyn til usikkerhet i tilsig og priser, og gir budstrategier for å delta i flere markeder.

Dette prosjektet synliggjør synergien mellom akademia og industri, både nasjonalt og internasjonalt. Omfattende casestudier utført under ulike markedsstrukturer vil føre til mer robuste løsninger og større spredning av kunnskap og erfaring.

During the past half-century, numerous optimization models have been developed to optimize the utilization of the limited resources in the power system. With the booming development in machine learning (ML) technologies, deep integration between ML approaches and optimization models has become the most promising technical trend. The conventional optimization methods repeatedly solve similar problems without accumulating any experience. In contrast, ML efficiently gains experience from historical data and previous decisions. Numerical studies have shown that ML can significantly boost optimization performance.

The renewable energy optimization addressed in this project is the unit commitment (UC) problem, constituting the foundation for production scheduling. It aims to optimize the operation of generators over a finite planning horizon under operational and market conditions. The generators are mostly hydro-turbine generators. New renewable energy, such as solar or wind power, will also be considered when necessary. 

The ambitious project aims to realize an ML-based optimization model that enhances the computational efficiency of generating daily production schedules for Norwegian hydropower producers, accurately represents their physical watercourse, and supports their bidding strategies in energy and capacity markets. The successful implementation of this project will address current challenges faced by industrial partners, such as reducing the time resolution from one hour to 15 minutes, extending the model’s application from an operational tool to an investment analysis tool over a longer time horizon (weeks to months or even years), and effectively incorporating uncertainties in inflow and prices. 

This project represents a domestic and international complementarity of both academia and industry. Comprehensive case studies conducted under different market structures will lead to more robust solutions and broader dissemination of knowledge and experience.

Deep integration between machine learning approaches and renewable energy optimization

EU har som mål å lagre 50 millioner tonn CO2 årlig innen 2030 og 280 millioner tonn innen 2040, som blir avgjørende for å oppnå klimanøytralitet innen 2050. For å nå disse målene er oppskalering til gigatonnskala CO2-lagring avgjørende, noe som krever en klyngetilnærming der flere utslippere deler transport- og lagringsinfrastruktur.

CO2-lagringsklynger sentraliserer prosjekter rundt knutepunkter som maksimerer CO2-injeksjon i regionale akviferer identifisert som egnet for storskalalagring. Eksempler inkluderer Hordaplattformen i Norge og Bunter Sandstone i Storbritannia, sammen med Mexicogolfen i USA. Selv om denne tilnærmingen er økonomisk lovende, utgjør den en risiko. Operasjoner i ett lagringsprosjekt kan påvirke naboprosjekter, og potensielt føre til økt poretrykk og seismisk aktivitet, som kan skape lekkasjeveier for CO2.

Hvis risikoen ikke håndteres, kan løsninger som å redusere injeksjonsrater eller etablere nye prosjekter bli kostbare og undergrave tilliten til fremtidig CO2-lagringsinitiativer. Derfor er tidlige risikovurderinger avgjørende for å identifisere potensielle lagringsknutepunkter og unngå problematiske områder. Gitt at utviklingen av et enkelt prosjekt tar 8 til 10 år, er raske innovasjoner for lokalisering av lavrisikosteder avgjørende.

MuPSI-initiativet tar sikte på å møte disse utfordringene ved å tilby en integrert tilnærming for å vurdere geomekaniske risikoer i ulike skalaer. Den vil utvikle brukervennlige programvarer med simuleringsmodeller og arbeidsflyter validert på data fra virkelige felt. Disse programvarene vil gjøre det mulig for operatører og ansvarlige myndigheter å evaluere interaksjoner i lagringsknutepunkter, og sikre nødvendig oppskalering av CCS for å oppfylle EUs mål og bidra til globale utslippsreduksjoner. Prosjektet fokuserer på å forbedre modeller og strategier, lette kunnskapsoverføring og engasjere interessenter for å støtte fremtidige storskala lagringsområder.

Når flere CO2-lagringsprosjekter er lokalisert innenfor samme hydrologiske enhet, kan beslutningene på et felt påvirke både driften og risikoen på et annet felt. Dette skaper et behov for effektiv arbeidsflyt og verktøy for operatører og ansvarlig myndighet for å håndtere risikoene og samtidig ivareta konfidensielle data. En primær bekymring er den potensielle økningen i trykk som påvirker integriteten til takbergarten, og kan i verste fall føre til lekkasjer eller seismiske hendelser. MuPSI-prosjektet har som mål å kvantifisere disse risikoene ved å utvikle avanserte verktøy som analyserer trykkdynamikken og strekkreftene på tvers av flere skalaer og mellom ulike geomekaniske prosesser, og usikkerheter på tvers av disse skalaene.

Forskningen fokuserer på å forbedre teknikker og simuleringsstrategier for å inkorporere regionale effekter i arbeidsflyter for risikohåndtering, og forenkle oppskalering av CO2-lagring til gigatonn-nivåer. Dette innebærer å lage bedre modeller i hver skala og effektive metoder for å overføre relevante data på tvers av skalaer.

For å oppnå dette vil MuPSI tilby enkle simuleringsverktøy for screening av regionale akviferer, detaljert risikovurdering av spesifikke feil, og evaluering av prosjektspesifikke geomekaniske påvirkninger av trykkinterferens mellom flere prosjekter i en akvifer. Initiativet vil takle systemiske utfordringer ved å fremme integrerte arbeidsflyter som leder analyser fra en skala til en annen og ved å utvikle robuste programvareløsninger for sikker dataoverføring.  Resultater blir demonstrerte på datasett fra felt i Nordsjøen.

Norske partneres rolle i prosjektet inkluderer prosjektledelse, forskning og utdanning. Prosjektdeltagere representere både FoU og næringslivet som skal samarbeide på utvikling, implementering og testing av nye åpen-kildekode programvarer for geomekaniske prosesser på tvers av skalaene, ekperimenter for karakterisering av forkastninger, og simuleringsstudie på modellen av Hordaplattformen.

CETP - Multiscale Pressure-Stress Impacts on Fault Integrity for Multi-site Regional CO2 Storage

Industrial-Urban symbiosis (I-US) involves municipalities and regions cooperating with industries on the management of resources, waste, energy, water, infrastructures, services, transportation and networks. This inter-disciplinary and cross-sectoral character is implemented by Hubs4Circularity (H4C) in a FOAK approach, as key instruments for delivering territorial I-US solutions in Europe by Processes4Planed partnership. Theseus will establish first-of-a-kind H4C in Greece originating from the capital region of Athens/Attica (incl. Athens metropolitan area -Greek capital,  68 municipalities, 2.928 km, 3,7 million inhabitants 35% of national- several industrial and semi-urban areas) towards the whole country, with overarching aim of closing loops through I-US to become climate neutral by 2050, in line with P4P partnership objectives. Theseus will validate new or existing technologies and develop solutions for water, energy and materials based on regional needs (Innovation Pillar (IP)  2 , 3) and digital/robotic technologies (IP4). The hub will operate under innovative governance and cooperation models of involved stakeholders, to enable pilots, upscale solutions, exploit outcomes, attract further companies and expand existing ecosystem (IP1,5). Water, energy and material flows were targeted selected, being widely spread, having high potential all over Europe and included in EU/P4P strategies. The overall systemic, based on regional science approach and IP1,IP5 activities will ensure strong insights to smoothly replicate Theseus solutions to other EU regions. Several existing innovations from H4C, I-US and Circular Cities and Regions Initiative (CCRI) projects will be used, retrofitted and expanded.. The systemic solution of Theseus is expected to have significant impact on the region, while metaphorically recalling the mythical figure of Theseus, king and great reformer of Athens.

A First of a kind Hub for circularity demonstrator for Attica and peripheral regions

Improving QMRI By Realizing trustworthy integration of AI in Neuro-imaging

MRI is a key methodology in modern neuroimaging, but conventional MRI relies on visual interpretation of intensity differences in the images, which is heavily dependent on scanner settings. Quantitative MRI (qMRI) is an attractive alternative MRI method that allows quantitative measurement of physical tissue parameters, enabling objective comparison between patients and across time. Moreover, qMRI facilitates early detection of pathological changes in the brain resulting from neurological disorders such as multiple sclerosis. Unfortunately, and despite the demonstrated potential in research settings, the implementation of qMRI in routine clinical practice remains limited due to long scan and post-processing times. While recent developments in artificial intelligence have the potential to accelerate and improve medical imaging pipelines, reduced transparency about the underlying processes, the lack of training data sets and limited information about the accuracy of the results has limited its use for clinical qMRI applications so far.  In IQ-BRAIN, we propose a unique research and training programme that tackles this urgent need for improved and accelerated qMRI methodology for neuroimaging applications. By integrating both physics-based models and trustworthy artificial intelligence methods along the qMRI pipeline, our innovative approach combines the best of both worlds. IQ-BRAIN will prepare the next generation of qMRI specialists trained in the different aspects of the qMRI-neuroimaging pipeline, that can bridge the gap between qMRI method development and clinical need. Through a training programme of network-wide events, international secondments, and strong interaction between partners from academia, industry and hospitals, IQ-BRAIN offers early-stage researchers a rich combination of knowledge, expertise and essential transferable skills that prepares them for a thriving career as R&D professionals in the qMRI field.

In-flight icing of UAVs is a meteorological risk that endangers UAVs and prevents safe operations in cold weather. UAV icing is an emerging research field where Norway is a key stakeholder – both because due to the cold climate UAV operations are often affected by icing, and also because Norway is leading on the topic in research (e.g. NTNU UAV Icing Lab, Met.no, UiT), industry (e.g. UBIQ Aerospace, Maritime Robotics, Avinor, Kjeller Vindtekknik), and defense (e.g. FFI). The 2nd International UAV Icing Workshop has positioned itself as the key networking and dissemination event for the topic of atmospheric icing on UAVs.The 2nd International UAV Icing Workshop is innovative in its focused approach on the emerging and crucial field of UAV icing. Distinctive for its specialized subject matter, the event bridges gaps between advanced technological fields like nanotechnology, advanced materials, and ICT with practical UAV applications. 

This event aligns with several key enabling technologies, which play critical roles in solving the icing challenge for UAVs. First and foremost, autonomy and control topics from the area of ICT are inherently linked with drone technologies. This relates for example to the development of smart algorithms for ice detection, digital twins for icing simulations and risk assessment, AI systems for autopilots and more. Furthermore, the field has a strong component related to nano-technology for the development of novel and innovative ice protection systems (e.g. usage of nano-carbon fiber paint for ice protection systems. Last but not least the area of icephobic materials – materials which passively reduce icing hazards by modifying the surface structure, similar to the Lotus-effect with water – is a field of advanced materials and nanotechnology. As such, this event and the stakeholders participating in it are going to contribute substantially to drive forward and generate cross-sectioral knowledge and innovation in these areas.

2nd International Workshop on Icing of Uncrewed Aerial Vehicles

Factiverse - på søken etter sannheten

Midlene fra FORNY20-FORNY2020 fordelt på år

Midlene fra FORNY20-FORNY2020 fordelt på fylker

Midlene fra FORNY20-FORNY2020 fordelt på fagområde

Førsteamanuensis

Factiverse sin misjon er å automatisere identifiseringen av feilinformasjon og gi en troverdighetskontroll av all elektronisk informasjon ved å bruke banebrytende kunstig intelligens og naturlig språkprosessering (NLP). Selskapet ble grunnlagt i 2019 av førsteamanuensis Vinay Setty og teknologioverføringskontoret Validé, og bygger på langsiktig forskning ved UiS og andre steder. Intellektuelle eiendeler er sikret og Freedom-to-Operate bekreftet. US patent 10 803 387 (tittel: "Deep neural architectures for detecting false claims") er eksklusivt lisensiert til Factiverse. Ytterligere beskyttelse kommer fra proprietær programvarekode og optimaliseringsgevinster fra å behandle store datasett og lære av tidligere mønstre. Gründerteamet har blitt utvidet til å inkludere Madina Salamova (alias Maria Amelie) i rollen som adm. dir., en kjent journalist, forfatter og forretningsutvikler. Mens tre (3) ansatte jobbet i selskapet på søknadstildspunktet, er dette i dag utvidet til til åtte (8) personer dedikert til datavitenskap, front-end/UI, brukeropplevelse/UX, testing og kommersiell utvikling. Erfarne styremedlemmer og ledere fra medie- og finansbransjen har også sluttet seg til selskapets kommersialiseringsinnsats.

Hovedmålet med prosjektet "Searching for the Truth" (bokstavelig og i overført betydning) har vært å fjerne risiko knyttet til teknisk utvikling, og å akselerere tidslinjen for markedsinngang for en ny type automatisert verktøy for å identifisere feilinformasjon. En skreddersydd faktasjekkende søkemotor har utgjort kjernen i prosjektet; flerspråklig og klar over en rekke heterogene kilder, som synergistisk jobber med dype kunstige nevrale nettverk. Ved tidspunkt for avslutning av prosjektet har vi gjennomført tester av prototyper i et operativt miljø (TRL 6) sammen med utvalgte markedsaktører. Signerte intensjonsbekreftelser og tett dialog gir grunnlag for videre kommersiell tilpasning og avtaler. Markedsutviklingen har også vært positiv i perioden, der spesielt introduksjonen av ChatGPT har gitt et økt fokus på faremomenter og økonomiske konsekvenser av spredning av feilaktig informasjon og mulighet for at store språkmodeller kan "hallusinere". I tråd med prosjektplanen har tett samarbeid funnet sted med Validé og aktører fra mediebransjen og finanssektoren for å øke robustheten i gjennomføringen av prosjektet.

0 projects